| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文工作以及安排 | 第13-15页 |
| 第2章 基于局部特征的配准与融合方法分析 | 第15-25页 |
| 2.1 图像特征 | 第15-19页 |
| 2.1.1 特征检测 | 第15-16页 |
| 2.1.2 特征点描述及匹配 | 第16页 |
| 2.1.3 结合LP-norm和MP-dissimilarity特征相似性度量 | 第16-19页 |
| 2.2 多模态图像配准与融合问题 | 第19-20页 |
| 2.3 尺度不变特征转换方法 (SIFT) | 第20-21页 |
| 2.4 相关算法概述 | 第21-25页 |
| 2.4.1 SURF | 第21-22页 |
| 2.4.2 PCA-SIFT | 第22-23页 |
| 2.4.3 Dense-SIFT | 第23-25页 |
| 第3章 结合梯度幅值与梯度发生的描述子 | 第25-43页 |
| 3.1 特征描述子 | 第25-26页 |
| 3.1.1 基于SIFT的描述子 | 第25-26页 |
| 3.1.2 梯度反转 | 第26页 |
| 3.2 梯度信息 | 第26-31页 |
| 3.2.1 梯度幅值和梯度发生 | 第27-28页 |
| 3.2.2 梯度幅值和梯度发生缺陷 | 第28-31页 |
| 3.2.3 MOG | 第31页 |
| 3.3 结合梯度幅值和梯度发生的描述子 | 第31-34页 |
| 3.4 实验结果及分析 | 第34-43页 |
| 3.4.1 实验数据和评价标准 | 第34-36页 |
| 3.4.2 准确率结果 | 第36-39页 |
| 3.4.3 recall vs 1-precision结果 | 第39-43页 |
| 第4章 改进的最近邻比率匹配策略 | 第43-53页 |
| 4.1 特征匹配策略及相关问题 | 第43-44页 |
| 4.1.1 常用匹配策略 | 第43-44页 |
| 4.1.2 NNDR猜想 | 第44页 |
| 4.2 最近邻比率问题分析 | 第44-46页 |
| 4.3 新的特征匹配策略 | 第46-48页 |
| 4.3.1 相关概念 | 第46-47页 |
| 4.3.2 改进策略详解 | 第47-48页 |
| 4.4 实验结果及其分析 | 第48-53页 |
| 4.4.1 猜想验证 | 第49页 |
| 4.4.2 匹配结果 | 第49-52页 |
| 4.4.3 总结分析 | 第52-53页 |
| 第5章 Dense-SIFT融合算法研究 | 第53-61页 |
| 5.1 Dense-SIFT算法 | 第53-55页 |
| 5.1.1 活跃度图 | 第53-54页 |
| 5.1.2 活跃度图优化 | 第54-55页 |
| 5.2 图像融合评价标准 | 第55-56页 |
| 5.3 本章实验结果与总结 | 第56-61页 |
| 第6章 总结与期望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 在学期间主要科研成果 | 第71页 |
| 一、发表学术论文 | 第71页 |
| 二、其它科研成果 | 第71页 |