| 内容摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第13-22页 |
| 1.1 研究背景及意义 | 第13-16页 |
| 1.2 图像配准技术国内外研究现状 | 第16-19页 |
| 1.3 本文研究内容及章节主要安排 | 第19-21页 |
| 1.4 本章小结 | 第21-22页 |
| 2 图像配准相关理论 | 第22-33页 |
| 2.1 图像配准基本定义 | 第22页 |
| 2.2 空间变换模型 | 第22-25页 |
| 2.2.1 刚体变换 | 第24页 |
| 2.2.2 仿射变换 | 第24-25页 |
| 2.2.3 投影变换 | 第25页 |
| 2.2.4 非线性变换 | 第25页 |
| 2.3 图像重采样技术 | 第25-28页 |
| 2.3.1 图像重采样 | 第25-27页 |
| 2.3.2 图像插值算法 | 第27-28页 |
| 2.3.2.1 最近邻插值 | 第27页 |
| 2.3.2.2 双线性插值 | 第27-28页 |
| 2.3.2.3 三次卷积插值 | 第28页 |
| 2.4 图像配准基本流程 | 第28-29页 |
| 2.5 相似性度量 | 第29-31页 |
| 2.6 图像配准算法分类 | 第31-32页 |
| 2.6.1 基于灰度的图像配准算法 | 第31页 |
| 2.6.2 基于特征的图像配准算法 | 第31-32页 |
| 2.7 本章小结 | 第32-33页 |
| 3 相关配准算法简介 | 第33-56页 |
| 3.1 SIFT算法基本原理 | 第33-38页 |
| 3.1.1 DOG尺度空间的构建 | 第34-35页 |
| 3.1.2 DOG尺度空间中提取特征点 | 第35-37页 |
| 3.1.3 生成特征点描述子 | 第37页 |
| 3.1.4 特征点匹配 | 第37-38页 |
| 3.2 Harris角点检测 | 第38-40页 |
| 3.3 K-means聚类算法原理 | 第40-44页 |
| 3.4 PSO算法原理 | 第44-49页 |
| 3.4.1 PSO算法简介 | 第44-45页 |
| 3.4.2 PSO算法的数学模型 | 第45-49页 |
| 3.5 利用PSO优化算法改进K-means聚类算法原理 | 第49-51页 |
| 3.6 Delaunay三角形相似函数 | 第51-54页 |
| 3.7 本章小结 | 第54-56页 |
| 4 配准方法的改进 | 第56-66页 |
| 4.1 基于SIFT配准算法的问题及改进 | 第56-59页 |
| 4.1.1 基于SIFT的配准算法问题 | 第56-57页 |
| 4.1.1.1 SIFT算法提取特征点数目过多 | 第56-57页 |
| 4.1.1.2 误匹配点问题 | 第57页 |
| 4.1.2 算法的改进 | 第57-59页 |
| 4.1.2.1 针对特征点数目过多的改进方法 | 第57-58页 |
| 4.1.2.2 针对误匹配点的解决措施 | 第58页 |
| 4.1.2.3 改进算法分析 | 第58-59页 |
| 4.2 本文算法思路 | 第59-64页 |
| 4.2.1 图像粗配准 | 第60页 |
| 4.2.2 图像精配准 | 第60-64页 |
| 4.2.2.1 精配准阶段提取图像特征点 | 第60-61页 |
| 4.2.2.2 精配准阶段特征点匹配 | 第61-63页 |
| 4.2.2.3 精配准阶段空间转换模型求解 | 第63-64页 |
| 4.3 评价标准 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 5 实验分析 | 第66-76页 |
| 5.1 实验数据和实验环境 | 第66-67页 |
| 5.2 实验结果及分析 | 第67-75页 |
| 5.2.1 实验过程 | 第67-68页 |
| 5.2.2 实验对比结果 | 第68-75页 |
| 5.2.2.1 粗配准阶段实验对比结果 | 第68-69页 |
| 5.2.2.2 精配准阶段实验对比结果 | 第69-75页 |
| 5.2.2.2.1 精配准阶段提取特征点实验对比 | 第69-70页 |
| 5.2.2.2.2 精配准阶段获取精确匹配点实验对比 | 第70-75页 |
| 5.3 本章小结 | 第75-76页 |
| 6 总结与展望 | 第76-78页 |
| 6.1 本文总结 | 第76-77页 |
| 6.2 未来研究工作的展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 硕士在读期间学术成果 | 第82-83页 |
| 致谢 | 第83页 |