| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 电子稳像技术难点 | 第12-13页 |
| 1.4 论文各章节安排 | 第13-16页 |
| 第2章 电子稳像技术的理论基础 | 第16-28页 |
| 2.1 图像变换模型 | 第16-17页 |
| 2.2 运动估计方法 | 第17-23页 |
| 2.2.1 块匹配法 | 第18-19页 |
| 2.2.2 灰度投影法 | 第19页 |
| 2.2.3 相位相关法 | 第19-20页 |
| 2.2.4 光流法 | 第20-22页 |
| 2.2.5 特征点匹配法 | 第22-23页 |
| 2.3 特征匹配技术与随机采样一致性算法 | 第23-26页 |
| 2.3.1 暴力匹配法 | 第23页 |
| 2.3.2 KD树匹配技术 | 第23-25页 |
| 2.3.3 随机采样一致性算法RANSAC | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 基于最小生成树迭代模型的ORB特征匹配算法 | 第28-48页 |
| 3.1 特征提取技术 | 第28-35页 |
| 3.1.1 SIFT算子 | 第28-32页 |
| 3.1.2 SURF算子 | 第32-33页 |
| 3.1.3 ORB算子 | 第33-35页 |
| 3.2 最小生成树迭代模型 | 第35-43页 |
| 3.2.1 误匹配与前景问题 | 第35-36页 |
| 3.2.2 比例筛选与双向筛选 | 第36-37页 |
| 3.2.3 最小生成树计算方法 | 第37-40页 |
| 3.2.4 最小生成树的相似度 | 第40-42页 |
| 3.2.5 特征点迭代筛选算法 | 第42-43页 |
| 3.3 实验结果与分析 | 第43-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 基于双卡尔曼滤波器的稳像算法 | 第48-64页 |
| 4.1 运动滤波 | 第48-51页 |
| 4.1.1 均值滤波 | 第48-49页 |
| 4.1.2 卡尔曼滤波 | 第49-51页 |
| 4.2 相机抖动噪声 | 第51-53页 |
| 4.2.1 抖动噪声分类及判别 | 第51页 |
| 4.2.2 脉冲噪声自适应修正算法 | 第51-53页 |
| 4.3 改进的卡尔曼滤波算法 | 第53-56页 |
| 4.3.1 主卡尔曼滤波器与参考卡尔曼滤波器 | 第53-54页 |
| 4.3.2 运动矢量队列 | 第54-56页 |
| 4.4 实验结果与分析 | 第56-62页 |
| 4.4.1 评价指标 | 第56页 |
| 4.4.2 实验对比与分析 | 第56-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 本文工作总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 硕士期间研究成果 | 第72页 |