基于SIFT算法的图像匹配研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·论文的研究背景和意义 | 第7-8页 |
| ·图像匹配技术的发展与研究现状 | 第8-10页 |
| ·本文研究的主要内容 | 第10页 |
| ·本文的组织结构 | 第10-13页 |
| 第二章 相关理论介绍 | 第13-25页 |
| ·双目立体视觉基本原理 | 第13-15页 |
| ·图像配准技术概述 | 第15-16页 |
| ·图像配准定义 | 第15-16页 |
| ·图像配准的数学描述 | 第16页 |
| ·空间变换模型 | 第16-19页 |
| ·图像配准方法分类 | 第19-22页 |
| ·基于灰度的图像配准方法 | 第20页 |
| ·基于特征的图像配准方法 | 第20-22页 |
| ·图像配准的关键要素及流程 | 第22-25页 |
| ·图像配准的关键要素 | 第22-24页 |
| ·图像配准的一般流程 | 第24-25页 |
| 第三章 尺度空间理论和角点提取算法 | 第25-39页 |
| ·尺度空间理论 | 第25-26页 |
| ·尺度空间概述 | 第25页 |
| ·尺度空间的数学定义 | 第25-26页 |
| ·高斯尺度空间 | 第26-28页 |
| ·高斯尺度空间的构造 | 第26-27页 |
| ·高斯尺度空间的特点 | 第27页 |
| ·图像在尺度空间中的表示 | 第27-28页 |
| ·图像金字塔结构 | 第28-30页 |
| ·金字塔算法 | 第28-29页 |
| ·图像金字塔结构 | 第29-30页 |
| ·角点提取算法 | 第30-39页 |
| ·角点定义 | 第30-31页 |
| ·角点提取算法 | 第31-39页 |
| 第四章 尺度不变特征变换（SIFT）算法 | 第39-63页 |
| ·SIFT 算法原理 | 第39-41页 |
| ·SIFT 算法主要思想和特点 | 第39-40页 |
| ·SIFT 算法实现过程概述 | 第40-41页 |
| ·SIFT 算法实现过程 | 第41-60页 |
| ·SIFT 尺度空间 | 第41-49页 |
| ·SIFT 特征点检测 | 第49-54页 |
| ·特征描述子计算 | 第54-57页 |
| ·特征点匹配 | 第57-60页 |
| ·SIFT 算法的主要变形算法 | 第60-63页 |
| ·PCA-SIFT 算法 | 第61-62页 |
| ·GLOH 算法 | 第62-63页 |
| 第五章 SIFT 算法的改进及实验分析 | 第63-75页 |
| ·SIFT 算法存在的问题 | 第63-64页 |
| ·SIFT 算法的改进 | 第64-70页 |
| ·Harris-SIFT 特征点检测 | 第64-65页 |
| ·SIFT 特征描述子的改进 | 第65-68页 |
| ·双向匹配策略 | 第68-70页 |
| ·实验结果与分析 | 第70-75页 |
| ·实验环境 | 第70页 |
| ·实验结果分析 | 第70-75页 |
| 第六章 总结与展望 | 第75-79页 |
| ·本文的主要研究内容及成果 | 第75-76页 |
| ·展望 | 第76-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-87页 |
