| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·数字图像处理的发展状况 | 第7页 |
| ·图像拼接技术的研究现状 | 第7-10页 |
| ·本文的章节安排 | 第10-11页 |
| ·本文的主要贡献 | 第11-12页 |
| 2 图像拼接基本理论 | 第12-24页 |
| ·图像采集 | 第12-13页 |
| ·预处理 | 第13-14页 |
| ·图像平滑与边缘锐化处理 | 第13-14页 |
| ·相位相关算法 | 第14页 |
| ·灰度图投影算法 | 第14页 |
| ·视频序列子集的筛选 | 第14页 |
| ·图像几何校正 | 第14-17页 |
| ·摄像机运动模型 | 第15页 |
| ·图像变换模型 | 第15-17页 |
| ·图像配准 | 第17-20页 |
| ·图像配准关键要素 | 第17-18页 |
| ·图像配准方法 | 第18-19页 |
| ·评价体系 | 第19-20页 |
| ·图像融合技术 | 第20-23页 |
| ·像素级融合 | 第21页 |
| ·特征级融合 | 第21页 |
| ·决策级融合 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于特征点的图像配准技术 | 第24-35页 |
| ·引言 | 第24页 |
| ·特征提取 | 第24-26页 |
| ·边缘特征 | 第25页 |
| ·区域特征 | 第25页 |
| ·点特征 | 第25-26页 |
| ·几种常用特征点的提取算法 | 第26-31页 |
| ·Moravec算法 | 第26页 |
| ·Harris算法 | 第26-29页 |
| ·Susan算法 | 第29-30页 |
| ·Forstner算法 | 第30-31页 |
| ·特征点匹配技术 | 第31-32页 |
| ·互相关(CC)法 | 第31-32页 |
| ·归一化互相关(Normalized Cross Correlation,NCC)法 | 第32页 |
| ·特征点提纯,图像误匹配的消除——RANSAC算法 | 第32-34页 |
| ·小结 | 第34-35页 |
| 4 基于SIFT算法的图像配准 | 第35-48页 |
| ·引言 | 第35页 |
| ·尺度空间理论 | 第35-36页 |
| ·SIFT算法原理 | 第36-44页 |
| ·尺度空间的构建 | 第36-38页 |
| ·检测极值点,提取特征点 | 第38-40页 |
| ·特征点描述符的生成 | 第40-43页 |
| ·特征点向量的匹配 | 第43-44页 |
| ·本文算法 | 第44-45页 |
| ·实验结果分析 | 第45-47页 |
| ·小结 | 第47-48页 |
| 5 总结和展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |