摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第9-15页 |
1.1 课题研究背景 | 第9-10页 |
1.2 国内外的研究现状以及存在的问题 | 第10-12页 |
1.2.1 图像拼接技术的研究现状以及存在的问题 | 第10-11页 |
1.2.2 压缩感知技术的研究现状以及存在的问题 | 第11-12页 |
1.3 课题的研究意义和内容 | 第12-14页 |
1.3.1 研究意义 | 第12-13页 |
1.3.2 课题的研究内容 | 第13-14页 |
1.4 本文特色与创新点 | 第14页 |
1.5 论文组织结构 | 第14-15页 |
第二章 图像预处理 | 第15-21页 |
2.1 灰度阈值变换 | 第15-16页 |
2.2 图像增强 | 第16-17页 |
2.3 图像分割 | 第17-20页 |
2.4 本章小结 | 第20-21页 |
第三章 图像匹配与图像拼接相关技术研究 | 第21-29页 |
3.1 图像匹配概述 | 第21-22页 |
3.1.1 图像匹配的定义 | 第21页 |
3.1.2 图像匹配的数学描述 | 第21-22页 |
3.2 图像匹配的一般流程 | 第22-23页 |
3.3 图像匹配算法分类 | 第23-26页 |
3.3.1 基于灰度相关的图像匹配算法 | 第23-25页 |
3.3.2 基于特征的图像匹配方法 | 第25-26页 |
3.4 图像拼接基本理论及基本流程 | 第26-27页 |
3.5 图像变换模型 | 第27-28页 |
3.5.1 刚性变换模型 | 第27-28页 |
3.5.2 仿射变换模型 | 第28页 |
3.5.3 投影变换模型 | 第28页 |
3.6 本章小结 | 第28-29页 |
第四章 SIFT算法的应用及图像匹配拼接算法的研究 | 第29-48页 |
4.1 压缩感知技术 | 第29-33页 |
4.1.1 信号的稀疏表示 | 第29-30页 |
4.1.2 观测矩阵的设计 | 第30-32页 |
4.1.3 信号的重构算法 | 第32-33页 |
4.2 SIFT算法概述 | 第33-36页 |
4.2.1 特征点的检测 | 第33-35页 |
4.2.2 特征点的精确定位 | 第35页 |
4.2.3 特征点的方向确定 | 第35页 |
4.2.4 特征点的描述 | 第35-36页 |
4.3 图像的特征提取 | 第36页 |
4.4 基于压缩感知的SIFT与SSDA相结合图像匹配算法 | 第36-42页 |
4.4.1 改进的SSDA算法 | 第37-38页 |
4.4.2 SIFT与SSDA相结合的图像匹配算法 | 第38-39页 |
4.4.3 算法流程描述 | 第39页 |
4.4.4 最小阈值的选取 | 第39页 |
4.4.5 仿真实验结果与分析 | 第39-42页 |
4.5 基于压缩感知和小波变换的快速SIFT图像拼接算法研究 | 第42-46页 |
4.5.1 小波变换的基本原理 | 第42-43页 |
4.5.2 改进的算法流程 | 第43页 |
4.5.3 最佳缝合线规则的设计 | 第43-44页 |
4.5.4 仿真实验结果与分析 | 第44-46页 |
4.6 本章小结 | 第46-48页 |
第五章 零件表面缺陷在线检测系统设计 | 第48-59页 |
5.1 系统整体设计 | 第48-50页 |
5.2 系统硬件设计 | 第50-53页 |
5.2.1 图像采集装置设计 | 第50-52页 |
5.2.2 光源、光照方式、工业相机及匹配镜头的确定 | 第52-53页 |
5.2.3 机械系统的设计 | 第53页 |
5.3 系统软件设计 | 第53-57页 |
5.3.1 图像输入模块 | 第54页 |
5.3.2 图像特征检测与匹配 | 第54-56页 |
5.3.3 图像拼接模块 | 第56-57页 |
5.4 本章小结 | 第57-59页 |
第六章 结论与展望 | 第59-61页 |
6.1 结论 | 第59-60页 |
6.2 展望 | 第60-61页 |
参考文献 | 第61-64页 |
个人简历 在读期间发表的学术论文 | 第64-65页 |
致谢 | 第65页 |