| 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12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景及意义 | 第15页 |
| 1.2 图像匹配技术的发展及现状 | 第15-17页 |
| 1.3 本文的研究内容和安排 | 第17-19页 |
| 第二章 图像匹配基础理论 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 图像匹配基本原理 | 第19-21页 |
| 2.2.1 图像匹配定义 | 第19-20页 |
| 2.2.2 图像匹配常用变换模型 | 第20-21页 |
| 2.3 典型的图像匹配算法 | 第21-29页 |
| 2.3.1 基于互信息的图像匹配算法 | 第21-22页 |
| 2.3.2 基于特征的图像匹配算法 | 第22-29页 |
| 2.4 图像匹配评价标准 | 第29-30页 |
| 2.4.1 客观评价标准 | 第29页 |
| 2.4.2 主观评价标准 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 SAR图像线特征检测 | 第31-45页 |
| 3.1 引言 | 第31页 |
| 3.2 传统线特征检测算法 | 第31-34页 |
| 3.2.1 Hough变换线特征检测算法 | 第31-33页 |
| 3.2.2 LSD线特征检测算法 | 第33-34页 |
| 3.3 基于ROEWA-LSD混合模型线特征检测算法 | 第34-40页 |
| 3.3.1 基于ROEWA的图像梯度值计算 | 第34-37页 |
| 3.3.2 线特征候选区域 | 第37-38页 |
| 3.3.3 线特征描述和判定 | 第38-39页 |
| 3.3.4 基于参数空间的线特征修补方法 | 第39-40页 |
| 3.4 实验仿真与分析 | 第40-43页 |
| 3.5 本章小节 | 第43-45页 |
| 第四章 基于场景线特征的SAR图像目标区域标定 | 第45-55页 |
| 4.1 引言 | 第45页 |
| 4.2 图像特征区域粗分割 | 第45-48页 |
| 4.3 基于区域增长策略的目标区域提取算法 | 第48-49页 |
| 4.4 形态学图像处理 | 第49-52页 |
| 4.4.1 腐蚀和膨胀 | 第49-50页 |
| 4.4.2 图像细化处理方法 | 第50-52页 |
| 4.5 实验仿真与分析 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 基于结构特征的光学与SAR图像匹配方法 | 第55-77页 |
| 5.1 引言 | 第55页 |
| 5.2 基于Delaunay网格的图像粗匹配 | 第55-59页 |
| 5.2.1 Delaunay三角网格理论 | 第55-57页 |
| 5.2.2 三角形相似度测量 | 第57-58页 |
| 5.2.3 Delaunay三角网格匹配 | 第58-59页 |
| 5.3 基于Hausdorff距离的特征精匹配 | 第59-62页 |
| 5.3.1 基于Hausdorff距离的特征描述 | 第59-61页 |
| 5.3.2 特征非线性映射与精匹配 | 第61-62页 |
| 5.4 实验仿真与分析 | 第62-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 全文工作总结 | 第77页 |
| 6.2 展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85-86页 |