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

基于图像增强技术的SURF图像匹配方法研究

摘要第5-6页
Abstract第6页
第一章 绪论第9-15页
    1.1 研究背景及意义第9-11页
    1.2 国内外研究现状第11-13页
    1.3 遥感图像匹配存在的问题第13页
    1.4 本文的主要内容及各章节安排第13-15页
第二章 图像匹配相关技术第15-28页
    2.1 图像匹配算法概述第15-18页
        2.1.1 图像匹配的定义第15-16页
        2.1.2 图像匹配方法分类第16-17页
        2.1.3 图像匹配的基本流程第17-18页
    2.2 图像预处理第18-22页
        2.2.1 雾霾图像判别方法第19-21页
        2.2.2 图像增强技术第21-22页
    2.3 图像匹配方法第22-27页
        2.3.1 基于灰度信息的图像匹配第22-26页
        2.3.2 基于变换域的图像匹配第26-27页
        2.3.3 基于特征的图像匹配第27页
    2.4 本章小结第27-28页
第三章 基于特征的图像匹配算法第28-40页
    3.1 特征点检测算法第28-36页
        3.1.1 Moravec算法第28-29页
        3.1.2 SUSAN算法第29页
        3.1.3 Harris特征点检测算法第29-31页
        3.1.4 SIFT特征点检测算法第31-36页
    3.2 图像相似性度量方法第36-37页
        3.2.1 向量间的距离度量第36-37页
        3.2.2 最近邻距离比第37页
    3.3 基于SIFT特征的图像匹配第37-39页
    3.4 本章小结第39-40页
第四章 基于MSR的图像增强算法第40-46页
    4.1 雾天图像预处理第40-42页
    4.2 MSR图像增强算法第42-43页
    4.3 图像增强实验结果与分析第43-45页
    4.4 本章小结第45-46页
第五章 基于SURF的图像匹配算法第46-53页
    5.1 特征点检测与提取第46-48页
    5.2 特征点主方向确定及描述符生成第48页
    5.3 特征点匹配第48-49页
    5.4 匹配点筛选第49-50页
    5.5 SURF算法匹配结果与分析第50-52页
    5.6 本章小结第52-53页
第六章 总结与展望第53-55页
    6.1 总结第53-54页
    6.2 展望与进一步研究第54-55页
参考文献第55-58页
致谢第58-59页
附录A(攻读学位期间发表的论文)第59页

论文共59页,点击 下载论文
上一篇:移动机器人地形分类的视觉方法研究
下一篇:中脑边缘皮质多巴胺系统对奖赏效应的精确调控与外源性大麻正性强化作用及其机制研究