低照度图像配准算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 研究背景和意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-18页 |
| 1.3 论文的研究内容和安排 | 第18-20页 |
| 第二章 图像配准的基本理论 | 第20-36页 |
| 2.1 图像配准的原理 | 第20-21页 |
| 2.2 图像配准的分类 | 第21-22页 |
| 2.3 配准算法的组成 | 第22-24页 |
| 2.3.1 特征空间 | 第22页 |
| 2.3.2 搜索空间 | 第22页 |
| 2.3.3 搜索策略 | 第22-23页 |
| 2.3.4 相似性度量 | 第23-24页 |
| 2.4 图像配准的基本方法 | 第24-29页 |
| 2.4.1 基于灰度信息的配准方法 | 第24-25页 |
| 2.4.2 基于特征的配准算法 | 第25-29页 |
| 2.5 基于特征的配准方法的基本步骤 | 第29-33页 |
| 2.5.1 特征点提取 | 第29-30页 |
| 2.5.2 特征匹配 | 第30页 |
| 2.5.3 空间变换 | 第30-31页 |
| 2.5.4 图像插值 | 第31-33页 |
| 2.6 图像匹配技术 | 第33-34页 |
| 2.6.1 基于灰度块的匹配 | 第33-34页 |
| 2.6.2 基于纹理特征的匹配 | 第34页 |
| 2.7 小结 | 第34-36页 |
| 第三章 基于块匹配的低照度图像配准 | 第36-54页 |
| 3.1 噪声抑制 | 第37-38页 |
| 3.2 分块匹配 | 第38-43页 |
| 3.2.1 图像分块 | 第38-39页 |
| 3.2.2 金字塔搜索 | 第39-41页 |
| 3.2.3 块匹配准则 | 第41-42页 |
| 3.2.4“跳点”计算匹配误差 | 第42-43页 |
| 3.3 消除错误匹配 | 第43-46页 |
| 3.3.1 RANSAC算法基本原理 | 第44页 |
| 3.3.2 RANSAC算法具体步骤 | 第44-46页 |
| 3.4 图像变换矩阵的计算 | 第46页 |
| 3.5 图像插值获得配准结果 | 第46-48页 |
| 3.6 实验结果及分析 | 第48-52页 |
| 3.7 小结 | 第52-54页 |
| 第四章 一种结合特征点的块匹配算法 | 第54-70页 |
| 4.1 KAZE算法 | 第55-62页 |
| 4.1.1 非线性扩散滤波 | 第56-58页 |
| 4.1.2 构建非线性尺度空间 | 第58-59页 |
| 4.1.3 特征点检测 | 第59-60页 |
| 4.1.4 特征点方向指定 | 第60-61页 |
| 4.1.5 特征点描述子的生成 | 第61-62页 |
| 4.1.6 特征点提取结果的比较 | 第62页 |
| 4.2 结合特征点的块匹配算法 | 第62-67页 |
| 4.3 实验结果与分析 | 第67-69页 |
| 4.4 小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 本文工作总结 | 第70-71页 |
| 5.2 未来工作展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |
