三维重建匹配方法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景和意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.4 主要研究内容 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 图像匹配方法概述 | 第15-23页 |
| 2.1 图像匹配定义与关键要素 | 第15-16页 |
| 2.1.1 图像匹配定义 | 第15页 |
| 2.1.2 图像匹配关键要素 | 第15-16页 |
| 2.2 图像匹配方法分类 | 第16-22页 |
| 2.2.1 基于变换域的匹配方法 | 第16-18页 |
| 2.2.2 基于灰度的匹配方法 | 第18-20页 |
| 2.2.3 基于特征的匹配方法 | 第20-21页 |
| 2.2.4 图像匹配方法性能比较 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 特征点匹配方法 | 第23-33页 |
| 3.1 基于灰度的特征点提取 | 第23-29页 |
| 3.1.1 Harris角点提取算法 | 第23-26页 |
| 3.1.2 Forstner角点提取算法 | 第26-28页 |
| 3.1.3 FAST角点提取算法 | 第28-29页 |
| 3.2 角点匹配 | 第29-32页 |
| 3.2.1 K-D树的生成 | 第30-31页 |
| 3.2.2 最近邻NN方法与BBF算法 | 第31-32页 |
| 3.3 消除不良匹配点 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 SIFT算法及改进方法介绍 | 第33-42页 |
| 4.1 引言 | 第33页 |
| 4.2 SIFT算法介绍 | 第33-39页 |
| 4.2.1 尺度空间的生成 | 第33页 |
| 4.2.2 高斯金字塔 | 第33-35页 |
| 4.2.3 高斯差分尺度空间 | 第35-36页 |
| 4.2.4 关键点检测和方向的分配 | 第36-38页 |
| 4.2.5 特征描述子的生成 | 第38-39页 |
| 4.2.6 SIFT算法优缺点 | 第39页 |
| 4.3 基于SIFT的改进方法 | 第39-41页 |
| 4.3.1 SIFT扩展 | 第39-40页 |
| 4.3.2 PCA降维 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 实验及性能分析 | 第42-52页 |
| 5.1 角点检测实验结果性能分析 | 第42-46页 |
| 5.2 MYSIFT与SIFT的比较和分析 | 第46-50页 |
| 5.3 本章小结 | 第50-52页 |
| 结论与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间发表的研究成果 | 第58-60页 |
| 致谢 | 第60页 |
