基于多特征点和局部邻域信息的遥感图像配准方法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 课题研究背景及意义 | 第15-16页 |
| 1.2 图像配准的研究现状 | 第16-17页 |
| 1.3 论文研究内容及结构安排 | 第17-19页 |
| 第二章 图像配准的基础理论 | 第19-31页 |
| 2.1 图像配准的基本原理 | 第19-20页 |
| 2.2 图像配准的框架 | 第20-22页 |
| 2.2.1 特征空间 | 第20页 |
| 2.2.2 搜索空间 | 第20-21页 |
| 2.2.3 相似性度量准则 | 第21-22页 |
| 2.2.4 搜索策略 | 第22页 |
| 2.3 配准方法分类 | 第22-28页 |
| 2.3.1 基于特征的图像配准方法 | 第22-26页 |
| 2.3.2 基于灰度的图像配准方法 | 第26-27页 |
| 2.3.3 基于变换域的图像配准方法 | 第27-28页 |
| 2.4 基于特征的配准流程 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于各向异性尺度空间的多特征点配准方法 | 第31-47页 |
| 3.1 引言 | 第31-32页 |
| 3.2 算法设计依据 | 第32-37页 |
| 3.2.1 构建各向异性尺度空间 | 第32-35页 |
| 3.2.2 基于Hessian矩阵的纹理特征检测 | 第35-36页 |
| 3.2.3 使用Harris检测角点特征 | 第36-37页 |
| 3.3 基于各向异性尺度空间的多特征点配准方法 | 第37-41页 |
| 3.4 实验结果与分析 | 第41-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 基于局部邻域信息的特征点匹配方法 | 第47-63页 |
| 4.1 引言 | 第47页 |
| 4.2 算法设计依据 | 第47-53页 |
| 4.3 基于局部邻域信息的点匹配算法实现 | 第53-56页 |
| 4.3.1 基于局部邻域信息的错误点剔除 | 第54-55页 |
| 4.3.2 正确匹配点的增加 | 第55-56页 |
| 4.4 实验结果与分析 | 第56-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-73页 |
| 作者简介 | 第73-74页 |
