一种基于改进的SIFT算法的图像配准方法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 课题的意义及背景分析 | 第10-12页 |
| 1.1.1 课题的意义 | 第10页 |
| 1.1.2 图像配准技术的研究现状 | 第10-11页 |
| 1.1.3 SIFT算法的研究现状 | 第11-12页 |
| 1.2 论文的主要工作 | 第12-13页 |
| 第2章 图像配准的基本原理及方法 | 第13-20页 |
| 2.1 图像预处理 | 第13-14页 |
| 2.1.1 图像增强 | 第13-14页 |
| 2.1.2 几何纠正 | 第14页 |
| 2.2 图像配准的基本原理 | 第14-15页 |
| 2.3 图像配准的主要方法及步骤 | 第15-19页 |
| 2.3.1 弱分类器 | 第15页 |
| 2.3.2 自动图像配准 | 第15-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 SIFT算法 | 第20-43页 |
| 3.1 SIFT算法简述 | 第20-22页 |
| 3.1.1 SIFT算法特点 | 第20-21页 |
| 3.1.2 SIFT算法实现步骤 | 第21-22页 |
| 3.2 SIFT算法实现 | 第22-37页 |
| 3.2.1 关键点检测 | 第22-29页 |
| 3.2.2 关键点方向分配 | 第29-31页 |
| 3.2.3 关键点描述 | 第31-34页 |
| 3.2.4 关键点匹配 | 第34-37页 |
| 3.3 SIFT算法的应用 | 第37-40页 |
| 3.4 SIFT算法的扩展与改进 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 基于改进的SIFT算法的图像配准应用 | 第43-56页 |
| 4.1 传统SIFT算法的不足 | 第43页 |
| 4.2 改进的SIFT算法 | 第43-46页 |
| 4.3 改进算法是实验结果 | 第46-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
