基于SoC技术的遥感图像快速匹配方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-34页 |
| 1.1 课题背景及意义 | 第16-17页 |
| 1.2 遥感图像概述 | 第17-21页 |
| 1.2.1 遥感图像的分类及特点 | 第17-19页 |
| 1.2.2 遥感图像的目标识别及研究现状 | 第19-21页 |
| 1.3 图像匹配技术概述 | 第21-28页 |
| 1.3.1 图像匹配技术的研究进展 | 第22-27页 |
| 1.3.2 图像匹配技术面临的问题和发展趋势 | 第27-28页 |
| 1.4 本文主要工作 | 第28-29页 |
| 参考文献 | 第29-34页 |
| 第2章 图像分析和匹配的相关理论 | 第34-52页 |
| 2.1 图像功率谱 | 第34-39页 |
| 2.1.1 图像功率谱的定义和数学模型 | 第34-35页 |
| 2.1.2 建立图像功率谱曲线 | 第35-36页 |
| 2.1.3 降质因素对功率谱曲线的影响 | 第36-39页 |
| 2.2 遥感图像的信息容量 | 第39-43页 |
| 2.2.1 信息容量的理论基础 | 第40-42页 |
| 2.2.2 信息容量的数学模型 | 第42页 |
| 2.2.3 信息容量的约束区间 | 第42-43页 |
| 2.3 SIFT算法 | 第43-50页 |
| 2.3.1 建立尺度空间和极值点检测 | 第43-46页 |
| 2.3.2 关键点精确定位 | 第46-47页 |
| 2.3.3 关键点的主方向指定 | 第47-48页 |
| 2.3.4 关键点的描述 | 第48-49页 |
| 2.3.5 特征点的匹配 | 第49-50页 |
| 2.4 小结 | 第50页 |
| 参考文献 | 第50-52页 |
| 第3章 基于模式分类和空域分割的图像匹配 | 第52-80页 |
| 3.1 概述 | 第52页 |
| 3.2 遥感图像的纹理分析 | 第52-69页 |
| 3.2.1 图像纹理对匹配算法的影响 | 第53-55页 |
| 3.2.2 统计纹理分析法 | 第55-57页 |
| 3.2.3 遥感图像中典型地貌的纹理特征提取 | 第57-62页 |
| 3.2.4 地貌纹理特征的对比分析 | 第62-63页 |
| 3.2.5 图像纹理的尺度空间特性 | 第63-65页 |
| 3.2.6 基于支持向量机的地貌分类 | 第65-69页 |
| 3.3 遥感图像的空域分割算法 | 第69-73页 |
| 3.3.1 基于图像梯度的空域分割 | 第70-71页 |
| 3.3.2 空域分割算法流程和示意图 | 第71-72页 |
| 3.3.3 实验仿真和结果分析 | 第72-73页 |
| 3.4 基于空间关系的提高图像匹配准确度算法 | 第73-76页 |
| 3.4.1 基于空间关系的特征点匹配 | 第73-75页 |
| 3.4.2 算法流程 | 第75-76页 |
| 3.4.3 实验仿真和结果分析 | 第76页 |
| 3.5 小结 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 第4章 面向SoC设计的遥感图像快速匹配算法 | 第80-96页 |
| 4.1 概述 | 第80页 |
| 4.2 多尺度分析和小波变换 | 第80-83页 |
| 4.2.1 多尺度分析与向量空间 | 第80-81页 |
| 4.2.2 滤波器组与提升小波 | 第81-83页 |
| 4.2.3 小波变换的规范化 | 第83页 |
| 4.3 基于频域压缩的快速匹配算法 | 第83-93页 |
| 4.3.1 算法流程 | 第84-85页 |
| 4.3.2 小波滤波器和小波变换的实现 | 第85-91页 |
| 4.3.3 实验仿真和结果分析 | 第91-93页 |
| 4.4 小结 | 第93页 |
| 参考文献 | 第93-96页 |
| 第5章 基于SoC系统的匹配算法实现及验证 | 第96-120页 |
| 5.1 概述 | 第96页 |
| 5.2 图像匹配算法的移植和模块化 | 第96-97页 |
| 5.3 基于SoC的图像匹配系统 | 第97-102页 |
| 5.3.1 Zynq-7000平台 | 第97-98页 |
| 5.3.2 AMBA AXI4互联机制 | 第98-99页 |
| 5.3.3 AXI-Datamover | 第99-100页 |
| 5.3.4 图像匹配系统的软硬件划分 | 第100页 |
| 5.3.5 图像匹配系统的软硬件架构设计 | 第100-101页 |
| 5.3.6 图像匹配系统的硬件架构设计 | 第101-102页 |
| 5.4 SIFT算法的电路实现 | 第102-111页 |
| 5.4.1 尺度空间和极值点检测的电路实现 | 第103-105页 |
| 5.4.2 特征点主方向的指定和生成描述子 | 第105-108页 |
| 5.4.3 描述子的二值化 | 第108-111页 |
| 5.5 特征点匹配电路的实现 | 第111-112页 |
| 5.6 算法验证 | 第112-116页 |
| 5.6.1 图像特征检测 | 第112-113页 |
| 5.6.2 图像匹配检测 | 第113-115页 |
| 5.6.3 性能对比 | 第115-116页 |
| 5.7 小结 | 第116页 |
| 参考文献 | 第116-120页 |
| 第6章 总结与展望 | 第120-122页 |
| 6.1 全文总结 | 第120-121页 |
| 6.2 展望 | 第121-122页 |
| 致谢 | 第122-124页 |
| 攻读博士学位期间发表的论文 | 第124页 |
| 攻读博士学位期间申请的发明专利 | 第124页 |
