基于结构约束的多源图像匹配方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 选题的研究背景和意义 | 第9-12页 |
| 1.2 图像匹配国内外研究现状 | 第12-15页 |
| 1.3 本文主要研究工作 | 第15-16页 |
| 1.4 论文的框架结构和安排 | 第16-17页 |
| 第2章 特征匹配方法概述 | 第17-30页 |
| 2.1 引言 | 第17-20页 |
| 2.1.1 图像匹配的定义 | 第17-18页 |
| 2.1.2 图和超图匹配相关概念 | 第18页 |
| 2.1.3 图的基本定义和符号表达 | 第18-19页 |
| 2.1.4 图像匹配的流程和分类 | 第19-20页 |
| 2.2 经典的基于特征的匹配方法 | 第20-27页 |
| 2.2.1 SIFT等特征匹配算法思想 | 第20-21页 |
| 2.2.2 SIFT特征描述算子 | 第21-23页 |
| 2.2.3 SURF特征描述算子 | 第23-26页 |
| 2.2.4 ORB特征描述算子 | 第26-27页 |
| 2.3 特征匹配存在的问题 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 基于二维结构约束的多源图像匹配模型 | 第30-49页 |
| 3.1 引言 | 第30-31页 |
| 3.2 特征和结构匹配发展现状及本文的改进 | 第31-32页 |
| 3.3 结构化约束匹配方法 | 第32-35页 |
| 3.3.1 二维结构化约束匹配流程 | 第32-33页 |
| 3.3.2 多源图像的特征“粗”匹配 | 第33页 |
| 3.3.3 构建“粗”匹配结果关联图 | 第33-35页 |
| 3.4 二维结构化约束优化函数 | 第35-36页 |
| 3.5 实验结果与分析 | 第36-48页 |
| 3.5.1 计算复杂度 | 第37页 |
| 3.5.2 算法匹配速度实验评估 | 第37-38页 |
| 3.5.3 算法匹配精度实验评估 | 第38-42页 |
| 3.5.4 匹配算法对噪声敏感度对比 | 第42-45页 |
| 3.5.5 匹配算法旋转性实验评估 | 第45-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 基于高维结构约束的多源图像匹配模型 | 第49-60页 |
| 4.1 引言 | 第49页 |
| 4.2 均匀超图和其张量表示 | 第49-50页 |
| 4.3 高维结构化约束匹配流程 | 第50-51页 |
| 4.4 基于特征的“粗”匹配 | 第51页 |
| 4.5 基于“粗”特征关系的超图 | 第51-53页 |
| 4.5.1 均匀超图的构建 | 第51-53页 |
| 4.5.2 关联超图的构建 | 第53页 |
| 4.6 高维结构化约束优化函数 | 第53-54页 |
| 4.7 实验结果及分析 | 第54-59页 |
| 4.7.1 计算复杂度分析 | 第55页 |
| 4.7.2 匹配算法对尺度缩放实验评估 | 第55-59页 |
| 4.8 本章小结 | 第59-60页 |
| 第5章 总结和展望 | 第60-61页 |
| 参考文献 | 第61-68页 |
| 攻读硕士学位期间取得的学术成果 | 第68-69页 |
| 致谢 | 第69页 |
