基于多尺度的图像特征提取与匹配研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究的背景和意义 | 第9-10页 |
| ·图像特征点的研究现状 | 第10-12页 |
| ·图像匹配的研究现状 | 第12-15页 |
| ·基于灰度的图像匹配算法 | 第12-13页 |
| ·基于特征的图像匹配算法 | 第13-14页 |
| ·基于解释的图像匹配算法 | 第14-15页 |
| ·本文的研究内容与组织结构 | 第15-16页 |
| 第二章 图像的多尺度理论基础 | 第16-23页 |
| ·引言 | 第16-18页 |
| ·多尺度的表述与发展 | 第18-20页 |
| ·金字塔影像 | 第18-19页 |
| ·图像的多尺度空间表达 | 第19-20页 |
| ·高斯尺度空间下的尺度参数的研究 | 第20-22页 |
| ·尺度空间信息量度量 | 第20-22页 |
| ·尺度空间信息熵 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 特征点的提取算法 | 第23-35页 |
| ·引言 | 第23页 |
| ·几种常用的特征点提取算子 | 第23-26页 |
| ·Moravec算子 | 第23-24页 |
| ·Forstner算子 | 第24-25页 |
| ·Harris算子 | 第25-26页 |
| ·多尺度特征点提取算子 | 第26-28页 |
| ·实验评价与分析 | 第28-34页 |
| ·高斯尺度参数的分析 | 第28-30页 |
| ·多尺度特征提取算子的评价 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于金字塔分解的LSM算法 | 第35-48页 |
| ·引言 | 第35页 |
| ·相关测度 | 第35-36页 |
| ·图像特征匹配算法分析 | 第36-38页 |
| ·金字塔分解的最小二乘影像匹配 | 第38-41页 |
| ·影像匹配的误差源 | 第38-39页 |
| ·兼顾辐射改正与几何变形的最小二乘影像匹配 | 第39-40页 |
| ·特征匹配的实现策略 | 第40-41页 |
| ·仿真实验与分析 | 第41-47页 |
| ·改进Forstner算子作特征点的匹配 | 第42-44页 |
| ·Harris算子作特征点的匹配 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·本文的工作总结 | 第48页 |
| ·今后研究方向展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的论文及科研工作 | 第55页 |
