多时相多传感器遥感影像配准研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-10页 |
| 1 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文研究内容及结构 | 第12-14页 |
| 2 图像配准的理论基础 | 第14-25页 |
| ·图像配准定义及数学描述 | 第14页 |
| ·图像的空间变换模型 | 第14-17页 |
| ·配准相似度度量 | 第17-19页 |
| ·图像配准方法分类 | 第19-22页 |
| ·基于灰度的配准方法 | 第19页 |
| ·基于变化域的配准方法 | 第19-20页 |
| ·基于特征的配准方法 | 第20-22页 |
| ·配准后影像应用分类 | 第22-23页 |
| ·影像配准面临的问题 | 第23-25页 |
| 3 基于特征点的遥感影像配准的关键技术 | 第25-71页 |
| ·影像的预处理 | 第25-27页 |
| ·影像特征点的提取及描述 | 第27-39页 |
| ·SIFT 算法 | 第27-31页 |
| ·SURF 算法 | 第31-36页 |
| ·Harris-Laplace 算法 | 第36-39页 |
| ·特征点匹配 | 第39-44页 |
| ·最邻近距离法 | 第39-40页 |
| ·双向匹配策略 | 第40页 |
| ·整体松弛影像匹配 | 第40-41页 |
| ·RANSAC 约束去除误匹配 | 第41-43页 |
| ·最小二乘匹配 | 第43-44页 |
| ·空间变换矩阵的估算 | 第44-46页 |
| ·重采样和插值技术 | 第46-48页 |
| ·重采样技术 | 第46-47页 |
| ·插值技术 | 第47-48页 |
| ·图像配准精度的分析 | 第48-49页 |
| ·基于三种算法配准的实验 | 第49-69页 |
| ·实验内容 | 第49-50页 |
| ·实验成果及分析 | 第50-69页 |
| ·本章总结 | 第69-71页 |
| 4 多时相多传感器大影像配准改进的算法 | 第71-81页 |
| ·多时相大影像特征点提取 | 第73页 |
| ·多时相大影像的特征点匹配 | 第73-74页 |
| ·K-D 树最近邻近查询算法的特征粗匹配 | 第73-74页 |
| ·特征点匹配的精化及参数求解 | 第74页 |
| ·建立 TIN 三角网模型 | 第74-76页 |
| ·小面元纠正 | 第76-77页 |
| ·实验结果及分析 | 第77-80页 |
| ·本章总结 | 第80-81页 |
| 5. 总结与展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 作者简历 | 第86-88页 |
| 学位论文数据集 | 第88-89页 |
