| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 课题的研究背景 | 第7-8页 |
| 1.2 研究目的与意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.3.1 无人机电力巡线的发展现状 | 第9-10页 |
| 1.3.2 图像配准技术的发展现状 | 第10-11页 |
| 1.3.3 图像融合技术的发展现状 | 第11-12页 |
| 1.4 论文主要研究内容及基本结构 | 第12-14页 |
| 1.4.1 主要研究内容 | 第12-13页 |
| 1.4.2 基本结构 | 第13-14页 |
| 第二章 图像配准与图像融合技术概述 | 第14-26页 |
| 2.1 图像配准技术概述 | 第14-21页 |
| 2.1.1 图像配准的数学模型 | 第14页 |
| 2.1.2 空间变换和灰度插值 | 第14-18页 |
| 2.1.3 图像配准的方法 | 第18-19页 |
| 2.1.4 基于图像特征配准的流程及框架 | 第19-21页 |
| 2.2 图像融合技术概述 | 第21-23页 |
| 2.2.1 图像融合概述 | 第21页 |
| 2.2.2 图像融合的层次 | 第21-22页 |
| 2.2.3 图像融合的一般方法 | 第22-23页 |
| 2.3 融合图像的质量评价 | 第23-25页 |
| 2.3.1 主观评价 | 第23-24页 |
| 2.3.2 客观评价 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于Roberts算子和熵信息的surf图像配准算法 | 第26-41页 |
| 3.1 图像增强 | 第26-28页 |
| 3.1.1 红外图像增强 | 第26-27页 |
| 3.1.2 可见光图像增强 | 第27-28页 |
| 3.2 图像配准算法研究 | 第28-36页 |
| 3.2.1 sift算法 | 第28-32页 |
| 3.2.2 surf算法 | 第32-35页 |
| 3.2.3 算法对比 | 第35-36页 |
| 3.3 基于Roberts算子和熵信息的surf图像配准算法 | 第36-38页 |
| 3.4 实验结果及结果分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于拉普拉斯变换的多尺度图像融合算法 | 第41-51页 |
| 4.1 多尺度图像融合方法概述 | 第41-46页 |
| 4.1.1 多尺度图像融合的框架 | 第41页 |
| 4.1.2 多尺度金字塔分解方法 | 第41-46页 |
| 4.2 基于拉普拉斯变换的多尺度图像融合算法 | 第46-48页 |
| 4.2.1 阈值分割 | 第47页 |
| 4.2.2 拉普拉斯金字塔变换的融合方法 | 第47-48页 |
| 4.3 实验结果及结果分析 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间取得的研究成果 | 第56页 |