| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·图像拼接技术在大米检测系统中应用的研究背景及意义 | 第11页 |
| ·图像拼接技术的概括 | 第11-12页 |
| ·大米检测系统的概况 | 第12-13页 |
| ·国内外对图像拼接技术应用研究现状 | 第13-14页 |
| ·本文的主要研究工作及内容安排 | 第14-17页 |
| 第二章 图像的预处理理论概括 | 第17-25页 |
| ·数字图像的一般表述 | 第17-18页 |
| ·图像灰度值化 | 第18-19页 |
| ·分量法 | 第18页 |
| ·最大值法 | 第18页 |
| ·平均值法 | 第18页 |
| ·加权平均法 | 第18-19页 |
| ·图像直方图均衡化 | 第19页 |
| ·图像去噪 | 第19-21页 |
| ·均值滤波 | 第19-20页 |
| ·自适应维纳滤波器 | 第20页 |
| ·中值滤波器 | 第20-21页 |
| ·图像校正 | 第21-22页 |
| ·空间位置校正 | 第21页 |
| ·灰度差值校正 | 第21-22页 |
| ·图像锐化 | 第22-23页 |
| ·线性锐化 | 第22-23页 |
| ·低通滤波 | 第23页 |
| ·高通滤波 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 大米图像的获取及预处理 | 第25-39页 |
| ·大米颗粒图像的获取 | 第25-29页 |
| ·摄像机的拍摄模式 | 第25页 |
| ·视频的数字化 | 第25页 |
| ·大米图像的取样 | 第25-29页 |
| ·图像量化 | 第29页 |
| ·大米图像拼接前的预处理 | 第29-37页 |
| ·大米图像灰度值化 | 第29-31页 |
| ·大米图像直方图均衡化 | 第31-32页 |
| ·大米图像去噪 | 第32-33页 |
| ·大米图像校正 | 第33-34页 |
| ·大米图像锐化 | 第34-35页 |
| ·运动模糊图像的复原 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 图像拼接技术的基本理论 | 第39-49页 |
| ·图像拼接技术的概述 | 第39页 |
| ·图像匹配理论 | 第39-45页 |
| ·图像匹配概述 | 第39-40页 |
| ·图像匹配的一般流程 | 第40-41页 |
| ·图像匹配的关键技术 | 第41页 |
| ·图像灰度值的匹配算法 | 第41-43页 |
| ·基于图像特征的匹配算法 | 第43-45页 |
| ·图像融合基本理论 | 第45-47页 |
| ·图像融合定义 | 第45页 |
| ·图像融合优点 | 第45-46页 |
| ·图像融合基本算法 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 大米图像拼接技术的研究与应用 | 第49-57页 |
| ·大米图像拼接的一般流程 | 第49-50页 |
| ·图像块匹配改进算法 | 第50-53页 |
| ·块模板匹配算法 | 第50页 |
| ·基于大米图像的限定范围块模板匹配算法 | 第50-52页 |
| ·大米图像的匹配实验结果比较分析 | 第52-53页 |
| ·基于大米边缘特征的相位相关匹配算法 | 第53-55页 |
| ·大米图像边缘特征提取 | 第53-54页 |
| ·基于大米边缘特征的相位相关匹配算法 | 第54-55页 |
| ·基于大米图像的加权平均融合算法研究 | 第55-56页 |
| ·基于大米检测系统的大米图像融合算法的选择 | 第55页 |
| ·大米图像加权平均融合算法的权值计算 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 大米图像拼接的实现 | 第57-63页 |
| ·大米检测系统的概述 | 第57-58页 |
| ·大米检测系统简介 | 第57页 |
| ·大米检测系统简介的结构 | 第57-58页 |
| ·大米检测系统性能分析 | 第58页 |
| ·大米图像的拼接流程与实现 | 第58-62页 |
| ·大米图像拼接流程 | 第58-60页 |
| ·大米图像拼接的实现 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第七章 总结与展望 | 第63-65页 |
| ·工作总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 附录 A：攻读硕士期间的研究成果 | 第71页 |