无人机遥感图像拼接技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的研究内容和技术路线 | 第11-12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第二章 图像拼接技术 | 第14-23页 |
| 2.1 图像拼接基本流程 | 第14页 |
| 2.2 图像配准算法分类 | 第14-21页 |
| 2.2.1 基于灰度信息的图像配准算法分类 | 第15-17页 |
| 2.2.2 基于变换域的图像配准算法 | 第17-18页 |
| 2.2.3 基于特征的图像配准算法 | 第18-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 基于角点的特征提取算法研究 | 第23-28页 |
| 3.1 SUSAN 角点检测算法 | 第23-25页 |
| 3.1.1 SUSAN 角点检测基本理论 | 第23-24页 |
| 3.1.2 SUSAN 算法检测步骤 | 第24-25页 |
| 3.1.3 SUSAN 角点检测算法的特点 | 第25页 |
| 3.2 Harris 角点检测算子 | 第25-27页 |
| 3.2.1 Harris 算子提取角点基本理论 | 第25-27页 |
| 3.2.2 Harris 角点检测算子特点 | 第27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 基于不变量技术特征的特征检测算法 | 第28-41页 |
| 4.1 SIFT 特征提取算法 | 第28-33页 |
| 4.1.1 尺度空间极值检测 | 第28-30页 |
| 4.1.2 消除不稳定特征点 | 第30-31页 |
| 4.1.3 特征点方向确定 | 第31-32页 |
| 4.1.4 特征描述子生成 | 第32-33页 |
| 4.2 SURF 特征提取算法 | 第33-39页 |
| 4.2.1 SURF 尺度空间的构造 | 第35-36页 |
| 4.2.2 极值点检测和精确定位 | 第36-37页 |
| 4.2.3 特征点主方向的确定 | 第37-38页 |
| 4.2.4 特征点描述符生成 | 第38-39页 |
| 4.3 本章小结 | 第39-41页 |
| 第五章 基于 SURF 算法的图像配准 | 第41-51页 |
| 5.1 SURF 特征粗匹配 | 第41-42页 |
| 5.2 剔除“一对多”或“多对一”的错误匹配点对 | 第42页 |
| 5.3 斜率约束剔除错误匹配点对 | 第42-43页 |
| 5.4 RANSAC 算法剔除外点 | 第43-46页 |
| 5.5 SURF 算法性能实验及结果分析 | 第46-50页 |
| 5.6 本章小结 | 第50-51页 |
| 第六章 无人机图像快速拼接与融合 | 第51-59页 |
| 6.1 图像拼接的变换模型 | 第51-53页 |
| 6.2 图像融合 | 第53-56页 |
| 6.2.1 直接平均值法 | 第53页 |
| 6.2.2 加权平均法 | 第53-54页 |
| 6.2.3 多分辨率样条融合法 | 第54-55页 |
| 6.2.4 融合算法比较 | 第55-56页 |
| 6.3 多幅无人机图像拼接 | 第56-58页 |
| 6.4 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
