| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 1 绪论 | 第9-13页 |
| ·课题背景和选题来源 | 第9页 |
| ·课题研究的历史及发展前景 | 第9-11页 |
| ·图像配准的历史及发展前景 | 第9-10页 |
| ·图像融合的历史及发展前景 | 第10-11页 |
| ·论文的研究工作和主要安排 | 第11-13页 |
| 2 图像配准 | 第13-35页 |
| ·引言 | 第13页 |
| ·图像配准的定义 | 第13页 |
| ·图像配准的方法 | 第13-14页 |
| ·基于灰度信息的图像配准方法介绍 | 第13-14页 |
| ·基于变换域的图像配准方法介绍 | 第14页 |
| ·基于特征的图像配准方法介绍 | 第14页 |
| ·角点检测算法 | 第14-21页 |
| ·什么是角点 | 第15页 |
| ·角点检测算法分类 | 第15页 |
| ·Harris角点检测算法 | 第15-17页 |
| ·SUSAN角点检测算法 | 第17-19页 |
| ·ACSS角点检测算法 | 第19-21页 |
| ·去除误匹配方法介绍 | 第21-24页 |
| ·局部相关系数法 | 第21-22页 |
| ·对极几何估计法 | 第22-23页 |
| ·欧式距离约束法 | 第23-24页 |
| ·实验与分析 | 第24-34页 |
| ·误差评价方法 | 第24-25页 |
| ·实验设计 | 第25-26页 |
| ·实验结果与分析 | 第26-34页 |
| ·本章小结 | 第34-35页 |
| 3 基于SIFT算子特征点提取算法 | 第35-46页 |
| ·引言 | 第35页 |
| ·SIFT特征向量的特性 | 第35页 |
| ·SIFT算子提取特征点的详述 | 第35-40页 |
| ·尺度空间极值检测 | 第35-37页 |
| ·精确定位特征点位置 | 第37-38页 |
| ·指定特征点的主方向 | 第38-39页 |
| ·特征点描述符的生成 | 第39-40页 |
| ·SIFT特征向量初匹配 | 第40页 |
| ·基于SIFT算子提取特征点图像配准步骤 | 第40页 |
| ·实验与分析 | 第40-44页 |
| ·实验结果 | 第40-44页 |
| ·实验分析 | 第44页 |
| ·本章小结 | 第44-46页 |
| 4 基于局部灰度极值的图像配准算法 | 第46-57页 |
| ·引言 | 第46页 |
| ·多光谱遥感图像的独特性 | 第46页 |
| ·基于局部灰度极值算法概述 | 第46页 |
| ·基于局部灰度极值算法详述 | 第46-49页 |
| ·局部灰度极值区域的定义 | 第47页 |
| ·基于局部灰度极值方法的多光谱图像配准步骤 | 第47-49页 |
| ·实验与分析 | 第49-56页 |
| ·实验结果 | 第49-53页 |
| ·实验分析 | 第53-54页 |
| ·几种配准方法对比实验分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 5 基于小波变换的多光谱图像融合方法 | 第57-73页 |
| ·引言 | 第57页 |
| ·小波变换原理 | 第57-60页 |
| ·小波变换的定义 | 第57-58页 |
| ·基于Mallat算法的图像分解与重构 | 第58-60页 |
| ·小波变换在图像处理方面的优点 | 第60页 |
| ·基于小波变换的图像融合 | 第60-63页 |
| ·图像融合的基本步骤 | 第60-61页 |
| ·图像融合规则 | 第61-62页 |
| ·图像融合结果评价 | 第62-63页 |
| ·基于传统的小波变换的全色与多光谱遥感图像融合方法 | 第63-64页 |
| ·基于IHS空间的全色与多光谱遥感图像融合 | 第64页 |
| ·基于HIS空间和小波变换相结合的全色与多光谱图像融合 | 第64-65页 |
| ·实验与分析 | 第65-71页 |
| ·多波段图像融合结果 | 第65-68页 |
| ·全色图像与多光谱图像融合结果 | 第68-71页 |
| ·本章小结 | 第71-73页 |
| 6 总结与展望 | 第73-75页 |
| ·本文总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80页 |