| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景及意义 | 第12-14页 |
| ·研究现状和趋势 | 第14-17页 |
| ·图像匹配算法研究现状和趋势 | 第14-15页 |
| ·图像目标建模与相似性度量研究现状和趋势 | 第15-17页 |
| ·本文主要工作 | 第17-18页 |
| 第二章 尺度空间理论与局部不变特征提取 | 第18-35页 |
| ·尺度空间理论分析 | 第18-20页 |
| ·尺度空间理论 | 第18-19页 |
| ·尺度的自动选择 | 第19-20页 |
| ·尺度不变特征变换（SIFT） | 第20-27页 |
| ·尺度空间极值点检测 | 第20-22页 |
| ·极值点精确定位 | 第22-25页 |
| ·确定特征点主方向 | 第25-26页 |
| ·描述子生成 | 第26-27页 |
| ·SURF 特征提取 | 第27-34页 |
| ·SURF 特征点检测 | 第27-31页 |
| ·SURF 特征描述子生成 | 第31-34页 |
| ·小结 | 第34-35页 |
| 第三章 基于局部不变特征的图像匹配 | 第35-51页 |
| ·图像局部特征描述向量粗匹配 | 第35-39页 |
| ·最近邻匹配 | 第35-36页 |
| ·基于最近邻次近邻距离比的特征匹配 | 第36-38页 |
| ·加速的最近邻次近邻距离比匹配 | 第38-39页 |
| ·两阶段的procrustes 迭代匹配 | 第39-41页 |
| ·第一阶段的procrustes 匹配 | 第39-40页 |
| ·第二阶段的procrustes 迭代匹配 | 第40-41页 |
| ·改进的RANSAC 匹配 | 第41-50页 |
| ·单应矩阵约束 | 第42-44页 |
| ·随机抽样一致性（RANSAC）稳健估计方法 | 第44-48页 |
| ·基于精准核的RANSAC 算法 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第四章 基于改进的RANSAC 算法的图像配准与相似性度量 | 第51-64页 |
| ·基于改进的RANSAC 算法的图像配准 | 第51-55页 |
| ·基于改进的RANSAC 算法的图像配准流程 | 第51-52页 |
| ·配准精度分析方法 | 第52页 |
| ·配准实验分析 | 第52-55页 |
| ·属性图模型与属性图相似性度量 | 第55-63页 |
| ·属性图模型的构建 | 第55-59页 |
| ·基于属性图模型的图像相似性度量 | 第59-63页 |
| ·小结 | 第63-64页 |
| 第五章 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 作者在学期间取得的学术成果 | 第71-72页 |
| 附录 图像匹配所用10 幅图 | 第72页 |