| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究的背景及意义 | 第11-13页 |
| 1.2 国内外发展及研究现状 | 第13-17页 |
| 1.2.1 国外发展及研究现状 | 第13-15页 |
| 1.2.2 国内发展及研究现状 | 第15-17页 |
| 1.3 图像匹配技术的发展趋势 | 第17-18页 |
| 1.4 课题的主要工作及结构安排 | 第18-19页 |
| 1.4.1 课题的主要工作 | 第18页 |
| 1.4.2 结构安排 | 第18-19页 |
| 第二章 图像匹配理论 | 第19-37页 |
| 2.1 图像匹配的定义 | 第19页 |
| 2.2 图像匹配的要素及流程 | 第19-22页 |
| 2.2.1 图像匹配的要素 | 第19-21页 |
| 2.2.2 图像匹配的流程 | 第21-22页 |
| 2.3 基于灰度的匹配 | 第22-23页 |
| 2.4 基于特征的匹配 | 第23-35页 |
| 2.4.1 特征提取方法 | 第25-28页 |
| 2.4.2 常用的角点检测算法 | 第28-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 SIFT特征匹配算法 | 第37-51页 |
| 3.1 SIFT特征匹配算法介绍 | 第37-40页 |
| 3.1.1 SIFT算法基本思想和特点 | 第37-38页 |
| 3.1.2 SIFT算法的实现流程 | 第38-40页 |
| 3.2 SIFT特征点提取过程 | 第40-48页 |
| 3.2.1 构建高斯多尺度空间 | 第40-41页 |
| 3.2.2 建立高斯差分金字塔 | 第41-43页 |
| 3.2.3 DOG尺度空间极值点检测 | 第43页 |
| 3.2.4 特征点的精确定位 | 第43-45页 |
| 3.2.5 特征点的方向分配 | 第45-46页 |
| 3.2.6 生成SIFT特征描述子 | 第46-48页 |
| 3.3 SIFT特征点匹配 | 第48-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第四章 SIFT算法的改进 | 第51-75页 |
| 4.1 SIFT算法存在的问题 | 第51页 |
| 4.2 SIFT的几种改进算法 | 第51-57页 |
| 4.2.1 PCA-SIFT算法 | 第52-53页 |
| 4.2.2 SURF算法 | 第53-57页 |
| 4.3 本文的改进算法 | 第57-65页 |
| 4.3.1 多尺度Harris角点检测 | 第59-60页 |
| 4.3.2 特征描述子的改进 | 第60-64页 |
| 4.3.3 匹配策略的改进 | 第64-65页 |
| 4.4 本文改进算法与原SIFT算法的对比测试实验 | 第65-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第五章 改进SIFT算法在水下图像匹配中的应用 | 第75-85页 |
| 5.1 实验环境 | 第75页 |
| 5.2 实验设计 | 第75页 |
| 5.3 实验结果及分析 | 第75-83页 |
| 5.4 本章小结 | 第83-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 6.1 总结 | 第85页 |
| 6.2 展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-93页 |
| 攻读硕士学位期间发表的学术论文 | 第93页 |