| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外关于图像配准算法的研究现状 | 第11-16页 |
| 1.2.1 基于区域信息的配准方法 | 第11-14页 |
| 1.2.2 基于特征信息的配准方法 | 第14-16页 |
| 1.3 sift算法的研究现状分析 | 第16-17页 |
| 1.4 论文主要内容及构架安排 | 第17-19页 |
| 1.4.1 论文的主要内容 | 第17-18页 |
| 1.4.2 论文的结构安排 | 第18-19页 |
| 第二章 图像配准基础理论 | 第19-27页 |
| 2.1 摄像机成像过程中的各参考坐标系 | 第20-22页 |
| 2.2 摄像机成像模型 | 第22-23页 |
| 2.3 常用的图像配准变换模型 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 特征点检测技术研究 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 常用的特征检测算子 | 第27-30页 |
| 3.2.1 Harris角点检测 | 第27-29页 |
| 3.2.2 SUSAN检测算子 | 第29-30页 |
| 3.3 尺度空间检测算子 | 第30-36页 |
| 3.3.1 尺度空间理论 | 第30-31页 |
| 3.3.2 Harris-Laplace算子 | 第31页 |
| 3.3.3 SIFT算子 | 第31-36页 |
| 3.4 常用的描述子匹配以及评判准则 | 第36-38页 |
| 3.4.1 特征描述符匹配方法 | 第36页 |
| 3.4.2 特征描述符匹配的评估准则 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于快速特征描述子的sift图像配准算法研究 | 第39-51页 |
| 4.1 引言 | 第39页 |
| 4.2 图像特征 | 第39-40页 |
| 4.3 基于快速特征描述子的sift算法 | 第40-44页 |
| 4.3.1 基于局部对比信息的描述子 | 第40-42页 |
| 4.3.2 结合对极几何约束的配准准则 | 第42-44页 |
| 4.4 实验测试 | 第44-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 基于多层筛选策略的sift图像配准算法研究 | 第51-63页 |
| 5.1 引言 | 第51页 |
| 5.2 常用的相似性度量准则 | 第51-52页 |
| 5.3 聚类算法介绍 | 第52-54页 |
| 5.3.1 K-均值( K-Means )聚类算法 | 第52-54页 |
| 5.4 基于多策略的sift图像配准算法研究 | 第54-59页 |
| 5.4.1 几何特征一致性约束 | 第54-55页 |
| 5.4.2 基于尺度-角度差的特征点约束 | 第55-59页 |
| 5.5 实验测试 | 第59-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第六章 基于特征分布统计与一致性约束的sift图像配准算法研究 | 第63-85页 |
| 6.1 引言 | 第63页 |
| 6.2 特征点检测及描述子生成 | 第63-67页 |
| 6.2.1 特征点检测 | 第63页 |
| 6.2.2 关键点主方向生成 | 第63-65页 |
| 6.2.3 特征描述子生成 | 第65-67页 |
| 6.3 基于一致性约束的特征点对筛选 | 第67-68页 |
| 6.4 实验测试 | 第68-84页 |
| 6.5 本章小结 | 第84-85页 |
| 第七章 总结与展望 | 第85-87页 |
| 7.1 总结 | 第85-86页 |
| 7.2 展望 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-93页 |
| 攻硕期间取得的研究成果 | 第93-94页 |
