首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于安卓平台的全景图像拼接研究与实现

摘要第5-6页
Abstract第6页
第1章 绪论第13-22页
    1.1 选题背景与意义第13-15页
    1.2 全景图像的类型第15-16页
        1.2.1 柱面全景图第15页
        1.2.2 鱼眼投影图第15页
        1.2.3 球面全景图第15页
        1.2.4 对象全景(Object Panorama)第15-16页
        1.2.5 立方体全景(Cubic Panorama)第16页
    1.3 图像拼接的通用流程第16-18页
        1.3.1 图像预处理第16-17页
        1.3.2 图像配准第17页
        1.3.3 图像融合第17-18页
    1.4 国内外研究现状第18-20页
    1.5 论文的研究内容和可行性分析第20页
        1.5.1 研究思路分析第20页
        1.5.2 可行性分析第20页
    1.6 论文的结构安排第20-21页
    1.7 小结第21-22页
第2章 全景图像拼接的相关基础理论第22-36页
    2.1 图像变换模型第22-24页
    2.2 图像配准第24-26页
        2.2.1 基于区域的直接配准方法第24-25页
        2.2.2 基于特征点的图像配准方法第25-26页
    2.3 图像变换第26-27页
        2.3.1 相机运动的主要形式第26页
        2.3.2 图像变换矩阵第26页
        2.3.3 图像变换模型第26-27页
    2.4 图像融合第27页
    2.5 几种常见的特征点检测算法第27-34页
        2.5.1 SIFT特征点检测第28-30页
        2.5.2 SURF特征点检测第30-32页
        2.5.3 FAST特征点检测第32-34页
    2.6 欧拉角和四元数第34-35页
        2.6.1 欧拉角(Euler Angle)第34页
        2.6.2 四元数第34-35页
    2.7 小结第35-36页
第3章 基于FAST特征点和ORB匹配的全景图像拼接第36-44页
    3.1 引言第36页
    3.2 提出的全景图像拼接算法原理图第36-37页
    3.3 特征点检测第37-41页
        3.3.1 SIFT、SURF和FAST特征点检测的对比实验第37-38页
        3.3.2 ORB特征点检测第38-41页
    3.4 从图像到球形坐标的映射第41页
    3.5 RANSAC计算第41-42页
    3.6 图像平移与合成(stitching)第42-43页
    3.7 本章小结第43-44页
第4章 基于Android手机的全景图像拼接软件实现第44-56页
    4.1 引言第44页
    4.2 开发工具简介第44-46页
        4.2.1 Android平台简介第44-45页
        4.2.2 OpenCV简介第45-46页
    4.3 系统分析与环境搭建第46-47页
        4.3.1 研究目标第46页
        4.3.2 需求分析第46页
        4.3.3 开发环境搭建第46-47页
    4.4 系统的主要程序模块实现第47-51页
        4.4.1 自动拍摄全景拼接图像第48页
        4.4.2 全景拼接取景进度条的实现第48-49页
        4.4.3 OpenCV的ORB实现第49-51页
    4.5 部分Android工程文件第51-52页
    4.6 系统测试以及分析第52-55页
        4.6.1 测试设备第52页
        4.6.2 测试结果与分析第52-55页
    4.7 本章小结第55-56页
结论第56-58页
参考文献第58-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:商业银行网点服务评价系统的设计与实现
下一篇:基于android的智能照明系统的设计与实现