基于360°全景的图像拼接技术研究
致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9-10页 |
第一章 绪论 | 第17-23页 |
1.1 引言 | 第17页 |
1.2 课题研究背景及意义 | 第17-19页 |
1.3 国内外研究的现状 | 第19-21页 |
1.3.1 全景图像的研究现状 | 第19-20页 |
1.3.2 图像拼接技术的研究现状 | 第20-21页 |
1.4 本文研究内容与章节安排 | 第21-23页 |
1.4.1 研究内容 | 第21-22页 |
1.4.2 论文的章节安排 | 第22-23页 |
第二章 图像处理的关键技术 | 第23-31页 |
2.1 引言 | 第23页 |
2.2 图像预处理 | 第23-24页 |
2.3 图像配准 | 第24-26页 |
2.3.1 基于灰度的图像配准算法 | 第24-25页 |
2.3.2 基于特征的图像配准算法 | 第25页 |
2.3.3 基于变换域的图像配准算法 | 第25-26页 |
2.4 图像融合 | 第26-28页 |
2.4.1 平均值法 | 第27页 |
2.4.2 最大值法 | 第27页 |
2.4.3 加权平均法 | 第27-28页 |
2.4.4 多分辨率样条法 | 第28页 |
2.5 图像拼接技术的衡量标准 | 第28-30页 |
2.5.1 主观衡量法 | 第28-29页 |
2.5.2 客观衡量法 | 第29-30页 |
2.6 本章小结 | 第30-31页 |
第三章 图像预处理 | 第31-38页 |
3.1 引言 | 第31页 |
3.2 摄像设备成像原理 | 第31-33页 |
3.3 柱面投影变换 | 第33-36页 |
3.3.1 像素焦距的估计 | 第33-34页 |
3.3.2 柱面投影 | 第34-36页 |
3.4 图像插值方法 | 第36-37页 |
3.5 本章小结 | 第37-38页 |
第四章 改进快速特征点配准算法 | 第38-59页 |
4.1 引言 | 第38页 |
4.2 常用的特征点检测算法 | 第38-41页 |
4.2.1 Moravec特征点检测算法 | 第38-39页 |
4.2.2 Harris特征点检测算法 | 第39-40页 |
4.2.3 SUSAN特征点检测算法 | 第40-41页 |
4.3 改进快速特征点检测算法 | 第41-44页 |
4.3.1 菱形算子 | 第42页 |
4.3.2 非特征点的快速过滤方法 | 第42-43页 |
4.3.3 特征点的精确检测 | 第43-44页 |
4.3.4 局部非极大值滤除 | 第44页 |
4.4 特征点的配准 | 第44-50页 |
4.4.1 归一化的互相关算法的初步配准 | 第45-46页 |
4.4.2 图像的坐标变换 | 第46-48页 |
4.4.3 投影变换矩阵参数的估计 | 第48-49页 |
4.4.4 随机采样一致性算法的精确配准 | 第49-50页 |
4.5 改进配准算法的实验结果与分析 | 第50-58页 |
4.5.1 特征点检测算法的实验结果分析 | 第50-53页 |
4.5.2 图像配准效果的实验结果与分析 | 第53-55页 |
4.5.3 算法的总体性能分析 | 第55-58页 |
4.6 本章小结 | 第58-59页 |
第五章 全景图像的拼接 | 第59-75页 |
5.1 引言 | 第59页 |
5.2 外界因素对图像融合的影响 | 第59-62页 |
5.2.1 相同外界因素的图像融合 | 第59-60页 |
5.2.2 曝光不同的图像融合 | 第60-61页 |
5.2.3 运动物体的图像融合 | 第61-62页 |
5.3 泊松融合 | 第62-70页 |
5.3.1 泊松方程的理论推导 | 第62-65页 |
5.3.2 图像的泊松编辑 | 第65-68页 |
5.3.3 图像的泊松方程融合过程 | 第68-69页 |
5.3.4 泊松融合的实验结果 | 第69-70页 |
5.4 全景图像的分组拼接方法 | 第70-71页 |
5.4.1 常用的全景图像的拼接方法 | 第70-71页 |
5.4.2 改进全景图拼接方法 | 第71页 |
5.5 全景图像拼接 | 第71-74页 |
5.6 本章小结 | 第74-75页 |
第六章 结论与展望 | 第75-77页 |
6.1 本文的主要工作 | 第75页 |
6.2 未来工作的展望 | 第75-77页 |
参考文献 | 第77-80页 |
攻读硕士学位期间的学术活动及成果情况 | 第80-81页 |