首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

关于超分辨率图像重建的配准方法研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-15页
   ·研究背景及意义第9-12页
     ·超分辨率图像重建的研究意义第9-11页
     ·超分辨率重建概述及其与配准关系第11-12页
   ·超分辨率图像配准的研究现状第12-13页
   ·本文的内容及组织安排第13-15页
     ·研究内容第13-14页
     ·论文组织安排第14-15页
第二章 图像配准基础知识第15-23页
   ·图像配准研究概述第15-16页
     ·图像配准技术的应用领域第15页
     ·图像配准技术面临的难点第15-16页
   ·图像配准理论第16-21页
     ·图像配准模型第16-18页
     ·常用的图像配准方法第18-20页
     ·相似性测度第20-21页
   ·亚像素级配准第21-23页
第三章 基于SIFT的配准方法第23-33页
   ·SIFT方法第23-28页
     ·尺度空间的建立第23-25页
     ·特征点定位第25-26页
     ·特征点方向分配第26-27页
     ·特征点描述子计算第27-28页
     ·特征点的匹配第28页
   ·HARRIS的角点检测方法第28-30页
   ·改进的SIFT方法第30-33页
     ·特征点检测第30-31页
     ·匹配准则第31-33页
第四章 SIFT方法在图像配准中的应用第33-61页
   ·算法实现流程第33-34页
   ·图像的尺度空间表示第34-36页
   ·特征点性能检测第36-41页
     ·特征点检测的阈值设置第36-37页
     ·抗噪性检测第37-40页
     ·尺度不变性第40-41页
   ·图像匹配第41-52页
     ·不同分辨率,相同传感器的两幅图像之间的匹配第41-48页
     ·不同传感器的两幅图像之间的配准第48-52页
   ·改进前后算法的比较第52-57页
     ·特征点检测比较第52-56页
     ·图像配准比较第56-57页
   ·序列图像配准第57-59页
   ·结果分析第59-61页
第五章 改进的配准算法在超分辨率重建中的应用第61-67页
   ·超分辨率重建的理论基础第61-62页
   ·插值方法第62-64页
     ·最近邻插值(nearest neighbor interpolation)第62页
     ·线性插值(linear interpolation)第62-63页
     ·双三次插值(cubic convolution interpolatin)第63-64页
   ·基于新算法的超分辨率重建应用第64-67页
第六章 结束语第67-69页
   ·总结第67页
   ·展望第67-69页
致谢第69-71页
参考文献第71-75页
攻读学位其间发表论文目录第75页

论文共75页,点击 下载论文
上一篇:视频监控文件中关键帧提取及对象分割的研究
下一篇:数据仓库和数据挖掘在科信学院学生成绩系统的应用研究