摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 研究背景及主要研究内容 | 第11-24页 |
·研究意义 | 第11-14页 |
·遥感定量化发展的需要 | 第11-12页 |
·推动遥感应用的需要 | 第12-13页 |
·推动其他涉及图像配准处理的领域的发展 | 第13-14页 |
·遥感图像配准的概述 | 第14-21页 |
·图像配准的定义 | 第14-15页 |
·图像配准中的几何变换模型 | 第15页 |
·图像配准问题的分类 | 第15-16页 |
·不同视角的配准 | 第15-16页 |
·不同时间的匹配 | 第16页 |
·多传感器的配准问题 | 第16页 |
·图像配准的评价标准 | 第16-17页 |
·图像配准方法的分类 | 第17-18页 |
·基于图像整体内容的配准算法 | 第17页 |
·基于图像几何特征的配准算法 | 第17-18页 |
·基于图像理解的配准算法 | 第18页 |
·基于几何特征的图像配准的过程 | 第18-20页 |
·遥感图像配准的发展趋势 | 第20-21页 |
·本文研究的主要内容 | 第21-22页 |
·本文的内容安排 | 第22-24页 |
第二章 遥感图像上几何特征提取算法的研究 | 第24-63页 |
·兴趣点检测算法的概述 | 第25-32页 |
·兴趣点的定义 | 第25页 |
·兴趣点检测算法的评价标准 | 第25-26页 |
·兴趣点检测算法的分类 | 第26-31页 |
·基于边缘的兴趣点检测算法 | 第27-28页 |
·基于拓扑的兴趣点检测算法 | 第28页 |
·基于自相关的兴趣点检测算法 | 第28-29页 |
·基于同核分割(USAN)的兴趣点检测算法 | 第29-30页 |
·基于小波的兴趣点检测算法 | 第30页 |
·基于形态学的兴趣点检测算法 | 第30-31页 |
·兴趣点检测算法的一般步骤 | 第31-32页 |
·几种典型的兴趣点检测算法 | 第32-59页 |
·SUSAN 兴趣点检测算法 | 第33-37页 |
·CSS 兴趣点检测算法 | 第37-39页 |
·PCD 兴趣点检测算法 | 第39-43页 |
·比对实验研究 | 第43-59页 |
·参与比对实验的算法的实现步骤 | 第43-44页 |
·算法准确度和运行速度的比对实验 | 第44-55页 |
·算法重复度比对实验 | 第55-59页 |
·比对实验总结 | 第59页 |
·AAIP 特征 | 第59-62页 |
·AAIP 特征的提出 | 第59-61页 |
·AAIP 的提取 | 第61-62页 |
·本章小结 | 第62-63页 |
第三章 特征的匹配 | 第63-85页 |
·特征匹配的概念 | 第63-68页 |
·特征向量 | 第64-65页 |
·相似性度量 | 第65-66页 |
·匹配算法的分类 | 第66-68页 |
·典型匹配算法及其改进讨论 | 第68-73页 |
·基于灰度的匹配算法 | 第68-70页 |
·SSD 算法 | 第68页 |
·互相关和相关系数 | 第68-69页 |
·最大互信息方法 | 第69-70页 |
·Hausdorff 距离匹配方法 | 第70-71页 |
·基于几何矩的方法 | 第71-73页 |
·比对实验 | 第73-84页 |
·相似度的尖锐度考察 | 第74-79页 |
·相似度的运行速度考察 | 第79-80页 |
·相似度的抗旋转性考察 | 第80-82页 |
·相似度的灰度依赖度考察 | 第82-84页 |
·比对实验总结 | 第84页 |
·本章小结 | 第84-85页 |
第四章 基于特征库的遥感图像配准方案的实现及性能分析 | 第85-96页 |
·基于特征库的遥感图像配准方案的过程及实现 | 第86-88页 |
·建立特征库 | 第86-87页 |
·图像配准 | 第87-88页 |
·配准方案的实验 | 第88-94页 |
·两幅图像之间的配准 | 第88-92页 |
·目标图像与特征库之间的配准 | 第92-94页 |
·配准的精度讨论 | 第94-96页 |
第五章 总结与展望 | 第96-98页 |
·本文总结 | 第96-97页 |
·展望 | 第97-98页 |
致谢 | 第98-99页 |
参考文献 | 第99-103页 |
附录 | 第103-107页 |
发表的学术论文 | 第107-108页 |