基于结构特征的多源图像配准及融合算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题研究背景及意义 | 第8页 |
| 1.2 配准及融合技术的研究现状 | 第8-9页 |
| 1.3 论文的主要工作及结构 | 第9-12页 |
| 1.3.1 论文的主要工作 | 第9-10页 |
| 1.3.2 论文的结构 | 第10-12页 |
| 2 配准的理论与方法 | 第12-19页 |
| 2.1 图像配准理论基础 | 第12-13页 |
| 2.1.1 图像配准简介 | 第12页 |
| 2.1.2 图像配准变换模型 | 第12-13页 |
| 2.2 图像配准算法 | 第13-17页 |
| 2.2.1 基于像素灰度的配准算法 | 第14-16页 |
| 2.2.2 基于特征的配准算法 | 第16-17页 |
| 2.3 图像配准的评价标准 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 基于图的特征构建及图匹配算法研究 | 第19-35页 |
| 3.1 图像配准算法框图 | 第19-20页 |
| 3.2 MSER提取 | 第20-22页 |
| 3.3 图匹配 | 第22-28页 |
| 3.3.1 图特征构建 | 第23-24页 |
| 3.3.2 图匹配模型 | 第24-25页 |
| 3.3.3 目标函数的构建 | 第25-28页 |
| 3.4 基于Gauss金字塔的多尺度图像匹配方法 | 第28-29页 |
| 3.5 RANSAC算法剔除误匹配 | 第29-31页 |
| 3.6 实验结果与分析 | 第31-34页 |
| 3.7 本章小结 | 第34-35页 |
| 4 图像融合算法研究 | 第35-50页 |
| 4.1 图像融合概述 | 第35-36页 |
| 4.2 多分辨率图像融合 | 第36-43页 |
| 4.2.1 金字塔分解法 | 第36-37页 |
| 4.2.2 小波变换 | 第37-39页 |
| 4.2.3 非下采样轮廓波变换 | 第39-43页 |
| 4.3 融合规则 | 第43-45页 |
| 4.4 融合结果评价标准 | 第45-46页 |
| 4.5 实验结果与分析 | 第46-49页 |
| 4.6 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-57页 |
