| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-26页 |
| ·研究意义与目的 | 第12-14页 |
| ·国内外研究现状 | 第14-24页 |
| ·无人机图像特点及配准算法概述 | 第14-21页 |
| ·GPU通用计算及CUDA技术概述 | 第21-24页 |
| ·主要研究内容和章节安排 | 第24-26页 |
| 第二章 基于彩色SIFT算法的无人机图像配准 | 第26-44页 |
| ·无人机序列图像配准的算法选择 | 第26-28页 |
| ·基于彩色SIFT算法的无人机图像配准 | 第28-37页 |
| ·颜色不变量模型 | 第28-29页 |
| ·几何不变量特征点检测 | 第29-35页 |
| ·特征点的匹配 | 第35-36页 |
| ·消除误差点 | 第36-37页 |
| ·基于分块策略的无人机影像优化方法 | 第37-38页 |
| ·实验与分析 | 第38-42页 |
| ·针对无人机序列影像的彩色SIFT效果分析 | 第38-41页 |
| ·针对无人机序列影像的彩色SIFT适用性分析 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第三章 基于CPU-GPU的彩色SIFT算法的实现 | 第44-52页 |
| ·基于CPU-GPU的彩色SIFT算法实现 | 第44页 |
| ·彩色不变量算法实现 | 第44-45页 |
| ·特征点检测实现 | 第45-48页 |
| ·高斯和差分金字塔实现 | 第45-46页 |
| ·极值点检测 | 第46-47页 |
| ·特征点方向和梯度的计算 | 第47-48页 |
| ·特征点描述的计算 | 第48页 |
| ·特征向量匹配的实现 | 第48-49页 |
| ·基于CUDA平台的算法优化 | 第49-50页 |
| ·实验与分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 基于CPU-GPU的无人机序列图像快速配准流程设计与实现 | 第52-60页 |
| ·实验流程设计 | 第52-53页 |
| ·实验环境 | 第53页 |
| ·基于CPU-GPU无人机序列图像快速配准流程实现 | 第53-57页 |
| ·无人机图像预处理 | 第53-55页 |
| ·基于CPU-GPU的无人机序列图像精配准 | 第55页 |
| ·基于四叉树的影像分块拼接 | 第55-57页 |
| ·实验结果比较与分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·主要工作和创新点 | 第60页 |
| ·进一步研究工作 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68页 |
