| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文的主要工作 | 第11-13页 |
| 2 视频拼接技术的相关理论 | 第13-24页 |
| 2.1 图像拼接的基本流程 | 第13-14页 |
| 2.2 摄像机成像模型原理 | 第14-17页 |
| 2.2.1 图像采集 | 第14-15页 |
| 2.2.2 设备成像原理 | 第15-17页 |
| 2.3 图像的几何变换模型 | 第17-19页 |
| 2.4 图像配准技术 | 第19-22页 |
| 2.4.1 特征点检测和描述 | 第20页 |
| 2.4.2 特征点匹配 | 第20-21页 |
| 2.4.3 几何变换模型参数估计 | 第21页 |
| 2.4.4 图像对齐 | 第21-22页 |
| 2.5 图像插值技术 | 第22-24页 |
| 2.5.1 最近邻插值 | 第22-23页 |
| 2.5.2 双线性插值 | 第23-24页 |
| 3 各向异性的特征描述符算法 | 第24-36页 |
| 3.1 SURF特征点的检测 | 第24-29页 |
| 3.1.1 积分图像 | 第24-25页 |
| 3.1.2 基于方框滤波器的Hessian矩阵近似 | 第25-26页 |
| 3.1.3 尺度空间极值检测 | 第26-29页 |
| 3.2 SURF特征描述符的提取 | 第29-31页 |
| 3.2.1 特征点主方向的确定 | 第29-30页 |
| 3.2.2 SURF特征描述符的构建 | 第30-31页 |
| 3.3 各向异性的二值特征描述符 | 第31-36页 |
| 3.3.1 FREAK特征描述符 | 第31-33页 |
| 3.3.2 改进的二值描述符 | 第33-35页 |
| 3.3.3 二值描述符的匹配 | 第35-36页 |
| 4 基于KLT特征的图像配准算法 | 第36-51页 |
| 4.1 改进的FAST特征点检测算法 | 第36-40页 |
| 4.1.1 FAST特征点检测算法 | 第36-39页 |
| 4.1.2 灰度梯度亚像素插值法 | 第39-40页 |
| 4.2 基于KLT特征的图像配准算法 | 第40-45页 |
| 4.2.1 KLT算法理论 | 第40-43页 |
| 4.2.1 KLT图像配准的算法流程 | 第43-45页 |
| 4.3 投射变换矩阵的求解 | 第45-51页 |
| 4.3.1 RANSAC去除干扰点对 | 第45-47页 |
| 4.3.2 LMA算法的最优变换矩阵求解 | 第47-51页 |
| 5 实时视频拼接系统的实现 | 第51-64页 |
| 5.1 光照增益补偿 | 第51-53页 |
| 5.1.1 简单比例模型的补偿方法 | 第51-52页 |
| 5.1.2 误差函数补偿方法 | 第52-53页 |
| 5.2 图像融合 | 第53-56页 |
| 5.2.1 加权平均融合法 | 第53-54页 |
| 5.2.2 多频段融合 | 第54-56页 |
| 5.3 实时视频系统的实现流程图 | 第56-61页 |
| 5.3.1 图像拼接系统的实现 | 第56-57页 |
| 5.3.2 视频拼接系统的实现 | 第57-61页 |
| 5.4 实验结果及分析 | 第61-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |