| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究的背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 国际研究状况 | 第15-17页 |
| 1.2.2 国内研究现状 | 第17页 |
| 1.2.3 本文的研究内容 | 第17-18页 |
| 1.3 本文的章节安排 | 第18-20页 |
| 第二章 图像拼接及配准相关理论概述 | 第20-28页 |
| 2.1 图像拼接的基本流程 | 第20-21页 |
| 2.2 图像配准技术 | 第21-24页 |
| 2.2.1 图像配准的数学定义 | 第21-22页 |
| 2.2.2 图像配准的关键要素 | 第22-23页 |
| 2.2.3 常用的图像配准技术 | 第23-24页 |
| 2.3 图像变换模型与插值 | 第24-26页 |
| 2.3.1 图像变换模型 | 第24-26页 |
| 2.3.2 图像插值 | 第26页 |
| 2.4 图像融合技术 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于SIFT特征点改进的图像配准算法 | 第28-52页 |
| 3.1 SIFT特征点的提取与配对 | 第28-47页 |
| 3.1.1 尺度空间的极值检测 | 第29-36页 |
| 3.1.2 关键点位置确定 | 第36-40页 |
| 3.1.3 赋予特征点方向参数 | 第40-44页 |
| 3.1.4 生成特征向量及特征点匹配 | 第44-47页 |
| 3.2 利用传统RANSAC选择特征点计算配准矩阵的方法 | 第47-48页 |
| 3.3 改进的RANSAC的选取特征点计算配准矩阵的方法 | 第48-50页 |
| 3.4 实验结果分析 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于遗传算法的图像配准方法 | 第52-64页 |
| 4.1 遗传算法概述 | 第52-55页 |
| 4.1.1 遗传算法基本思想 | 第52页 |
| 4.1.2 遗传算法的基本框架 | 第52-54页 |
| 4.1.3 遗传算法的特点及应用 | 第54-55页 |
| 4.2 基于遗传算法的图像配准方法 | 第55-58页 |
| 4.2.1 算法基本思想 | 第55-56页 |
| 4.2.2 算法实现步骤 | 第56-58页 |
| 4.3 算法实现与实验对比分析 | 第58-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 小幅面扫描仪环境下的图像拼接应用 | 第64-74页 |
| 5.1 多幅小幅面扫描图像的拼接仿真 | 第64-69页 |
| 5.2 不同扫描图像缩放尺度比的估计 | 第69-72页 |
| 5.3 本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-83页 |