| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-15页 |
| 1.1 研究背景和意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容及创新点 | 第13-14页 |
| 1.4 论文章节安排 | 第14-15页 |
| 第二章 图像配准算法概述 | 第15-25页 |
| 2.1 图像配准的基础理论知识 | 第15-18页 |
| 2.1.1 图像配准的定义 | 第15页 |
| 2.1.2 图像的变换模型 | 第15-18页 |
| 2.2 图像配准算法的基本框架 | 第18-19页 |
| 2.3 图像配准的常用方法 | 第19-24页 |
| 2.3.1 基于灰度的图像配准算法简述 | 第19-20页 |
| 2.3.2 基于变换域的图像配准算法简述 | 第20-23页 |
| 2.3.3 基于特征的图像配准算法简述 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于特征的图像配准算法 | 第25-56页 |
| 3.1 引言 | 第25-26页 |
| 3.2 特征配准的典型算法 | 第26-37页 |
| 3.2.1 SIFT 特征配准算法 | 第26-35页 |
| 3.2.1.1 SIFT 特征提取 | 第26-29页 |
| 3.2.1.2 图像特征匹配 | 第29-32页 |
| 3.2.1.3 灰度插值技术 | 第32-34页 |
| 3.2.1.4 SIFT 特征配准算法框架及实验结果 | 第34-35页 |
| 3.2.2 平滑变化仿射配准算法（SVAS） | 第35-37页 |
| 3.3 改进的 SVAS 算法 | 第37-54页 |
| 3.3.1 问题分析 | 第37-43页 |
| 3.3.2 改进方案 | 第43-45页 |
| 3.3.3 实验实现及结果 | 第45-54页 |
| 3.4 本章小结 | 第54-56页 |
| 第四章 改进的 SVAS 算法在立体匹配中的应用 | 第56-72页 |
| 4.1 引言 | 第56-57页 |
| 4.2 立体匹配的基本约束条件 | 第57-59页 |
| 4.3 基于极线约束的点匹配方法 | 第59-62页 |
| 4.4 基于改进的 SVAS 的立体匹配算法 | 第62-66页 |
| 4.4.1 视差梯度和约束 | 第62-63页 |
| 4.4.2 几何相容性约束 | 第63-64页 |
| 4.4.3 基于改进的 SVAS 的立体匹配算法细节 | 第64-66页 |
| 4.5 算法性能评价 | 第66-70页 |
| 4.5.1 评价指标 | 第66页 |
| 4.5.2 实验结果 | 第66-69页 |
| 4.5.3 两种算法的性能指标比较 | 第69-70页 |
| 4.6 本章小结 | 第70-72页 |
| 第五章 总结与展望 | 第72-75页 |
| 5.1 本文工作总结 | 第72-73页 |
| 5.2 后续工作展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 英文缩略语对照表 | 第78-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间已发表或录用的论文 | 第80-81页 |
| 附件 | 第81-83页 |