| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-12页 |
| ·图像配准技术研究现状和应用领域 | 第8-9页 |
| ·储粮害虫种类识别研究的背景及意义 | 第9页 |
| ·储粮害虫种类识别国内外研究现状 | 第9-10页 |
| ·本课题研究的内容及结构安排 | 第10-12页 |
| 第二章 图像配准 | 第12-22页 |
| ·图像预处理 | 第12-14页 |
| ·图像增强 | 第12-13页 |
| ·图像压缩 | 第13-14页 |
| ·图像复原与图像分割 | 第14页 |
| ·图像配准 | 第14页 |
| ·图像配准的框架 | 第14-17页 |
| ·特征空间 | 第15页 |
| ·搜索空间 | 第15页 |
| ·相似度测量 | 第15-17页 |
| ·搜索策略 | 第17页 |
| ·图像配准分类 | 第17-18页 |
| ·特征配准 | 第17-18页 |
| ·灰度配准 | 第18页 |
| ·点特征匹配策略 | 第18-19页 |
| ·图相配准技术及图像配准系统组成 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 点特征配准算法 | 第22-35页 |
| ·SUSAN 算法 | 第22-24页 |
| ·SUSAN 算法基本原理 | 第22-24页 |
| ·SUSAN 算法特点 | 第24页 |
| ·Harris 算子 | 第24-27页 |
| ·Harris 算子介绍 | 第24-25页 |
| ·Harris 算法步骤 | 第25-26页 |
| ·Harris 特点 | 第26-27页 |
| ·SIFT 算法 | 第27-34页 |
| ·SIFT 算法特点 | 第27页 |
| ·SIFT 算法详细步骤 | 第27-34页 |
| ·生成尺度空间 | 第28-30页 |
| ·检测空间极值点 | 第30-31页 |
| ·精确确定极值点位置 | 第31-32页 |
| ·关键点方向分配 | 第32-33页 |
| ·生成特征点描述子 | 第33-34页 |
| ·SUSAN、Harris 和 SIFT 算法分析 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 点特征算法实验与 SIFT 算法优化 | 第35-46页 |
| ·点特征算法实验与结果分析 | 第35-41页 |
| ·SIFT 算法优化 | 第41-45页 |
| ·SIFT 算法优化方法 | 第41-42页 |
| ·优化前后数据对比 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 SIFT 算法在储粮害虫种类识别中的应用 | 第46-51页 |
| ·害虫图像识别实验 | 第46-48页 |
| ·算法分析 | 第48-49页 |
| ·储粮害虫种类在线识别系统 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·本文总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 作者个人简历及论文发表情况 | 第57页 |