基于SURF和灰度投影的快速图像匹配算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 引言 | 第9-10页 |
| 1.2 图像匹配技术概述 | 第10-13页 |
| 1.2.1 图像匹配的定义 | 第10-11页 |
| 1.2.2 图像匹配性能评价标准 | 第11页 |
| 1.2.3 研究背景与意义 | 第11-12页 |
| 1.2.4 国内外研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 第二章 图像匹配基本理论 | 第14-33页 |
| 2.1 图像匹配三要素 | 第14-15页 |
| 2.1.1 搜索策略 | 第14页 |
| 2.1.2 特征空间 | 第14页 |
| 2.1.3 相似性度量 | 第14-15页 |
| 2.2 图像预处理 | 第15-21页 |
| 2.2.1 灰度变换 | 第15-17页 |
| 2.2.2 几何变换 | 第17-18页 |
| 2.2.3 图像平滑减噪 | 第18-20页 |
| 2.2.4 图像形态学处理 | 第20-21页 |
| 2.3 图像匹配方法分类 | 第21-22页 |
| 2.3.1 基于灰度信息的图像匹配 | 第21-22页 |
| 2.3.2 基于特征的图像匹配 | 第22页 |
| 2.4 几种经典匹配算法 | 第22-33页 |
| 2.4.1 ABS 算法 | 第22-23页 |
| 2.4.2 归一化互相关匹配算法 | 第23-24页 |
| 2.4.3 最大互信息配准方法 | 第24页 |
| 2.4.4 遗传算法 | 第24-25页 |
| 2.4.5 七个不变矩 | 第25-26页 |
| 2.4.6 归一化转动惯量 | 第26-27页 |
| 2.4.7 基于图像边缘的匹配方法 | 第27-33页 |
| 第三章 图像匹配算法研究 | 第33-58页 |
| 3.1 基于 SURF 特征的图像匹配方法 | 第33-50页 |
| 3.1.1 特征点提取 | 第33-41页 |
| 3.1.2 特征点匹配 | 第41-44页 |
| 3.1.3 算法在元件定位与检测方面的应用 | 第44-46页 |
| 3.1.4 实验 | 第46-50页 |
| 3.1.5 结论 | 第50页 |
| 3.2 基于灰度投影的快速图像匹配方法 | 第50-58页 |
| 3.2.1 图像的一维灰度投影 | 第50-53页 |
| 3.2.2 金字塔法匹配 | 第53-54页 |
| 3.2.3 序贯相似性检测算法 | 第54-55页 |
| 3.2.4 算法思路 | 第55页 |
| 3.2.5 算法步骤 | 第55-56页 |
| 3.2.6 实验结果与分析 | 第56-58页 |
| 第四章 基于 DSP 的图像匹配 | 第58-65页 |
| 4.1 DSP 技术概述 | 第58-60页 |
| 4.2 图像处理的硬件设计 | 第60-62页 |
| 4.3 图像匹配的软件设计 | 第62-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 本文的工作总结 | 第65页 |
| 5.2 未来的研究方向 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 发表论文和参加科研情况说明 | 第70-71页 |
| 致谢 | 第71页 |
