基于SIFT的图像拼接和特征提取的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 图像拼接技术的应用 | 第14-17页 |
| 1.2.1 遥感图像分析 | 第14-15页 |
| 1.2.2 虚拟现实技术应用 | 第15-16页 |
| 1.2.3 全景监控应用 | 第16-17页 |
| 1.3 国外图像拼接技术的发展 | 第17-21页 |
| 1.3.1 局部特征提取研究 | 第17-20页 |
| 1.3.2 图像配准与图像融合研究 | 第20-21页 |
| 1.4 国内图像拼接技术的发展 | 第21-22页 |
| 1.5 本论文的组织结构 | 第22-23页 |
| 第二章 图像拼接技术基础 | 第23-30页 |
| 2.1 图像拼接的主要流程 | 第23-24页 |
| 2.2 图像采集 | 第24页 |
| 2.3 图像预处理 | 第24-26页 |
| 2.4 图像配准 | 第26-28页 |
| 2.4.1 图像配准原则 | 第26-27页 |
| 2.4.2 图像配准方法 | 第27-28页 |
| 2.5 图像的融合与拼接 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 基于SIFT的图像特征提取的研究 | 第30-59页 |
| 3.1 一般特征检测方法概述 | 第30-38页 |
| 3.1.1 Moravec角点检测 | 第30-32页 |
| 3.1.2 Harris角点检测 | 第32-36页 |
| 3.1.3 高斯拉普拉斯（LoG）边缘检测 | 第36-38页 |
| 3.2 具有尺度不变性的SIFT | 第38-43页 |
| 3.3 基于SIFT算法的改进 | 第43-58页 |
| 3.3.1 SIFT算法的特点 | 第43页 |
| 3.3.2 SIFT算法耗时分析 | 第43-47页 |
| 3.3.3 SIFT算法改进 | 第47-49页 |
| 3.3.4 仿真结果 | 第49-58页 |
| 3.3.5 新方法评估 | 第58页 |
| 3.4 本章小结 | 第58-59页 |
| 第四章 拉普拉斯金字塔与泊松融合 | 第59-78页 |
| 4.1 多分辨率拼接解析 | 第59-64页 |
| 4.1.1 动态规划原理 | 第59页 |
| 4.1.2 缝合线搜索准则 | 第59-60页 |
| 4.1.3 最佳缝合线搜索 | 第60-61页 |
| 4.1.4 多分辨率拼接原理 | 第61-62页 |
| 4.1.5 高斯金字塔与拉普拉斯金字塔的建立 | 第62-63页 |
| 4.1.6 客观评价指标 | 第63-64页 |
| 4.2 缝合线算法改进 | 第64-71页 |
| 4.2.1 缝合线在多分辨率图像上的优化 | 第64-68页 |
| 4.2.2 缝合线搜索策略优化 | 第68-71页 |
| 4.3 泊松图像编辑 | 第71-77页 |
| 4.3.1 泊松融合原理 | 第72-73页 |
| 4.3.2 泊松融合拼接过程 | 第73-74页 |
| 4.3.3 泊松融合的应用方法 | 第74-75页 |
| 4.3.4 实验结果 | 第75-77页 |
| 4.4 本章小结 | 第77-78页 |
| 第五章 总结与展望 | 第78-81页 |
| 5.1 本文工作总结 | 第78-79页 |
| 5.2 未来工作展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |
