首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于特征点的航空影像匹配算法研究

摘要第3-4页
Abstract第4-5页
1 绪论第10-16页
    1.1 选题背景与意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 基于图像灰度的匹配算法第11页
        1.2.2 基于图像特征的匹配算法第11-14页
    1.3 主要研究内容第14页
    1.4 本文组织结构第14-16页
2 影响航空影像匹配精度的因素第16-20页
    2.1 影响因素分析第16页
    2.2 航空摄影质量控制第16-18页
        2.2.1 航空摄影的作业规范第16-17页
        2.2.2 航空摄影的季节选择第17页
        2.2.3 航空摄影成果质量评定第17-18页
    2.3 航空影像畸变的主要类型第18页
    2.4 本章小结第18-20页
3 特征点匹配算法研究第20-38页
    3.1 FAST算法第20页
    3.2 Harris算法第20-22页
    3.3 SIFT算法第22-25页
        3.3.1 建立高斯差分尺度空间第22-23页
        3.3.2 尺度空间内寻找极值点第23页
        3.3.3 特征点主方向的确定第23-24页
        3.3.4 SIFT特征点描述子的生成第24-25页
    3.4 经典特征匹配算法实验第25-36页
        3.4.1 仿真实验准备第25页
        3.4.2 选图分析及实验环境第25页
        3.4.3 算法性能指标第25-27页
        3.4.4 积木图测试实验结果第27-33页
        3.4.5 实景图测试实验结果第33-36页
    3.5 本章小结第36-38页
4 基于特征点的匹配算法改进第38-42页
    4.1 算法改进策略第38页
    4.2 改进的FAST算法第38-39页
    4.3 精确到亚像素的Harris算法第39-40页
    4.4 将多尺度SIFT改为单尺度SIFT第40-41页
    4.5 本章小结第41-42页
5 仿真实验结果及分析第42-52页
    5.1 仿真实验准备第42页
    5.2 匹配流程概述第42-43页
    5.3 Lena图测试实验结果第43-49页
        5.3.1 FAST-SIFT算法Lena图匹配实验第43-46页
        5.3.2 Harris-SIFT算法Lena图匹配实验第46-49页
    5.4 实景图测试实验结果第49-50页
    5.5 本章小结第50-52页
6 总结与展望第52-54页
    6.1 本文工作总结第52页
    6.2 研究展望第52-54页
参考文献第54-56页
致谢第56-58页
攻读硕士期间发表的论文第58页

论文共58页,点击 下载论文
上一篇:持续同调在图像分类和识别中的应用
下一篇:基于论证的智能群决策支持系统