| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究目的及意义 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.2.1 红外与可见光图像配准国外研究现状 | 第15-16页 |
| 1.2.2 红外与可见光图像配准国内研究现状 | 第16-17页 |
| 1.3 研究内容和主要创新点 | 第17页 |
| 1.4 本文的组织结构 | 第17-20页 |
| 第二章 图像配准方法概述 | 第20-28页 |
| 2.1 图像配准原理 | 第20-21页 |
| 2.1.1 数学描述 | 第20页 |
| 2.1.2 空间变换 | 第20-21页 |
| 2.2 图像配准的基本方法 | 第21-27页 |
| 2.2.1 基于灰度的图像配准方法 | 第21-23页 |
| 2.2.2 基于特征的图像配准方法 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 单模图像配准方法研究 | 第28-42页 |
| 3.1 SIFT算子 | 第28页 |
| 3.2 SURF算子 | 第28-33页 |
| 3.2.1 尺度空间极值检测 | 第29-31页 |
| 3.2.2 精确定位特征点 | 第31页 |
| 3.2.3 描述符的构造 | 第31-33页 |
| 3.3 BRIS K算法 | 第33-36页 |
| 3.3.1 关键点检测 | 第33-34页 |
| 3.3.2 尺度空间关键点检测 | 第34页 |
| 3.3.3BRIS K描述子建立 | 第34-36页 |
| 3.4 实验结果分析 | 第36-38页 |
| 3.5 算法评估 | 第38-41页 |
| 3.5.1 主观评估 | 第38页 |
| 3.5.2 客观评估 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于视觉注意的红外与可见光图像配准 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 视觉注意计算模型 | 第42-46页 |
| 4.2.1 建立高斯金字塔 | 第43-44页 |
| 4.2.2 初级视觉特征提取 | 第44-45页 |
| 4.2.3 中心 -周边差操作 | 第45页 |
| 4.2.4 显著图生成 | 第45-46页 |
| 4.2.5 禁止返回机制 | 第46页 |
| 4.3 改进的视觉注意机制 | 第46-48页 |
| 4.3.1 高斯线性滤波得到视觉初级特征 | 第46-47页 |
| 4.3.2 特征显著图生成 | 第47-48页 |
| 4.3.3 视觉注意区域的获得 | 第48页 |
| 4.4 基于Hu矩的不变矩与归一化互相关双准则的粗匹配 | 第48-49页 |
| 4.5 RANSAC | 第49页 |
| 4.6 实验结果及评估 | 第49-53页 |
| 4.6.1 实验结果 | 第49-51页 |
| 4.6.2 评估 | 第51-53页 |
| 4.7 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 本文总结 | 第54页 |
| 5.2 工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62-63页 |
| 1.基本情况 | 第62页 |
| 2.教育背景 | 第62页 |
| 3.攻读硕士学位期间的研究成果 | 第62-63页 |