| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 前言 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状及分析 | 第9-12页 |
| 1.2.1 基于特征的图像匹配 | 第9-11页 |
| 1.2.2 哈希学习研究现状 | 第11-12页 |
| 1.3 课题主要研究内容和方法 | 第12-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第二章 图像匹配技术理论基础 | 第15-27页 |
| 2.1 图像匹配的一般流程 | 第15页 |
| 2.2 图像匹配算法分类及其原理 | 第15-24页 |
| 2.2.1 基于灰度信息的匹配算法 | 第16-18页 |
| 2.2.2 基于变换域的匹配 | 第18-20页 |
| 2.2.3 基于图像特征的匹配 | 第20-24页 |
| 2.3 图像匹配算法的要素 | 第24-25页 |
| 2.4 图像匹配算法性能评价指标 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 航拍图像局部域特征点提取 | 第27-38页 |
| 3.1 局部匹配区域构建 | 第27-29页 |
| 3.1.1 初始局部域构建 | 第27-28页 |
| 3.1.2 重叠区域寻优 | 第28-29页 |
| 3.2 局部域特征点提取 | 第29-34页 |
| 3.2.1 SURF特征点检测 | 第29-33页 |
| 3.2.2 分布均匀的特征点提取 | 第33-34页 |
| 3.3 实验仿真 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于Triplet网络结构的局部深度哈希网络 | 第38-48页 |
| 4.1 哈希学习算法 | 第38-40页 |
| 4.1.1 无监督哈希 | 第38-39页 |
| 4.1.2 半监督哈希 | 第39页 |
| 4.1.3 监督哈希 | 第39-40页 |
| 4.2 卷积神经网络 | 第40-42页 |
| 4.3 基于Triplet网络结构的深度哈希网络 | 第42-44页 |
| 4.3.1 特征提取网络 | 第42-43页 |
| 4.3.2 哈希层 | 第43-44页 |
| 4.4 目标函数 | 第44-47页 |
| 4.4.1 分类误差 | 第45-46页 |
| 4.4.2 量化误差 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 实验与分析 | 第48-55页 |
| 5.1 实验样本数据 | 第48-49页 |
| 5.2 基于深度哈希匹配的的高分辨率航拍图像匹配实验 | 第49-53页 |
| 5.2.1 查准率比较 | 第49-50页 |
| 5.2.2 95%误差率比较 | 第50-51页 |
| 5.2.3 匹配分数比较 | 第51页 |
| 5.2.4 匹配结果比较 | 第51-53页 |
| 5.2.5 算法效率比较 | 第53页 |
| 5.3 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 作者在攻读硕士学位期间学术成果 | 第62页 |