摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状及发展动态 | 第12-14页 |
1.2.1 图像配准技术 | 第12-13页 |
1.2.2 对象变化检测技术 | 第13-14页 |
1.3 主要研究内容及技术路线 | 第14-17页 |
1.3.1 主要研究内容 | 第14-15页 |
1.3.2 技术路线与实施方案 | 第15-17页 |
1.4 论文结构安排 | 第17-18页 |
第二章 光学图像配准算法基础 | 第18-37页 |
2.1 图像配准的定义 | 第18页 |
2.2 图像配准算法关键步骤 | 第18-35页 |
2.2.1 图像特征的提取 | 第18-27页 |
2.2.1.1 灰度特征的提取 | 第18-20页 |
2.2.1.2 边缘特征的提取 | 第20-22页 |
2.2.1.3 角点特征的提取 | 第22-27页 |
2.2.2 特征匹配 | 第27-30页 |
2.2.2.1 相似性度量准则 | 第27-29页 |
2.2.2.2 随机抽样一致性算法 | 第29-30页 |
2.2.3 配准策略 | 第30-35页 |
2.2.3.1 仿射变换 | 第30-32页 |
2.2.3.2 透视变换 | 第32-33页 |
2.2.3.3 插值算法 | 第33-35页 |
2.3 图像配准算法评价标准 | 第35-36页 |
2.4 本章小结 | 第36-37页 |
第三章 基于尺度不变特征的光学图像配准算法 | 第37-57页 |
3.1 概述 | 第37页 |
3.2 尺度不变特征提取 | 第37-51页 |
3.2.1 SIFT特征提取 | 第37-45页 |
3.2.1.1 尺度空间 | 第37-40页 |
3.2.1.2 特征点的筛选与定位 | 第40-43页 |
3.2.1.3 生成特征描述子 | 第43-45页 |
3.2.2 SURF特征提取 | 第45-51页 |
3.2.2.1 积分图像 | 第45-46页 |
3.2.2.2 Haar特征 | 第46-47页 |
3.2.2.3 盒滤波器 | 第47页 |
3.2.2.4 SURF特征提取的步骤 | 第47-51页 |
3.3 特征点匹配算法 | 第51-54页 |
3.3.1 最近邻匹配 | 第51-52页 |
3.3.2 k-d树最近邻匹配 | 第52-54页 |
3.3.3 BBF算法 | 第54页 |
3.4 配准图像的求解 | 第54-56页 |
3.5 本章小结 | 第56-57页 |
第四章 对象变化检测基础 | 第57-67页 |
4.1 对象变化检测原理 | 第57-58页 |
4.2 对象变化检测的主要步骤 | 第58-66页 |
4.2.1 图像预处理 | 第58-61页 |
4.2.2 图像分割 | 第61-63页 |
4.2.3 对象检测与分类 | 第63-64页 |
4.2.4 变化信息检测 | 第64-66页 |
4.3 本章小结 | 第66-67页 |
第五章 多视角图像配准及对象变化检测算法设计及测试 | 第67-86页 |
5.1 多视角图像配准算法 | 第67-69页 |
5.1.1 多视角图像配准算法的设计 | 第67-68页 |
5.1.2 配准算法在对象变化检测中的应用 | 第68-69页 |
5.2 软件模块设计 | 第69-73页 |
5.2.1 算法库平台介绍 | 第69-70页 |
5.2.2 算法库模块设计 | 第70-73页 |
5.3 算法测试与评价 | 第73-85页 |
5.3.1 测试数据集与评价指标 | 第73-74页 |
5.3.1.1 测试数据集的构建 | 第73-74页 |
5.3.1.2 评价指标的设计 | 第74页 |
5.3.2 算法性能测试与分析 | 第74-85页 |
5.3.2.1 尺度变换测试结果 | 第74-75页 |
5.3.2.2 旋转变换测试结果 | 第75-78页 |
5.3.2.3 透视变换测试结果 | 第78-79页 |
5.3.2.4 鲁棒性测试结果 | 第79-81页 |
5.3.2.5 多视角图像测试结果 | 第81-83页 |
5.3.2.6 对象变化检测结果 | 第83-85页 |
5.4 本章小结 | 第85-86页 |
第六章 总结与展望 | 第86-88页 |
6.1 全文工作总结 | 第86-87页 |
6.1.1 工作总结 | 第86页 |
6.1.2 论文改进及主要贡献 | 第86-87页 |
6.2 工作展望 | 第87-88页 |
致谢 | 第88-89页 |
参考文献 | 第89-94页 |
攻读硕士学位期间取得的成果 | 第94页 |