基于显微镜成像的图拼接技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题的目的和意义 | 第9-11页 |
| 1.3 图像拼接技术的应用 | 第11-12页 |
| 1.4 国内外研究现状 | 第12-14页 |
| 1.5 论文的主要结构 | 第14-17页 |
| 第2章 图像预处理 | 第17-45页 |
| 2.1 图像归一化 | 第17-21页 |
| 2.1.1 尺寸归一化 | 第17-19页 |
| 2.1.2 灰度归一化 | 第19-21页 |
| 2.2 图像平滑器的设计 | 第21-34页 |
| 2.2.1 传统滤波器的设计 | 第22-26页 |
| 2.2.2 边缘保持滤波器 | 第26-28页 |
| 2.2.3 高斯滤波器 | 第28-34页 |
| 2.3 图像的边缘检测 | 第34-40页 |
| 2.3.1 Laplace边缘检测 | 第35-37页 |
| 2.3.2 Canny边缘检测 | 第37-39页 |
| 2.3.3 边缘检测结果 | 第39-40页 |
| 2.4 图像变换 | 第40-44页 |
| 2.4.1 图像变换模型 | 第41-44页 |
| 2.4.2 图像变换的线性求解 | 第44页 |
| 2.5 本章小结 | 第44-45页 |
| 第3章 基于特征的图像配准算法研究 | 第45-73页 |
| 3.1 角点检测算法 | 第45-61页 |
| 3.1.1 Moravec角点检测算法 | 第46-49页 |
| 3.1.2 Harris角点检测算法 | 第49-53页 |
| 3.1.3 SUSAN角点检测算法 | 第53-56页 |
| 3.1.4 三种角点检测方法对比 | 第56-59页 |
| 3.1.5 基于角点特征的匹配算法 | 第59-61页 |
| 3.2 SURF特征检测算法 | 第61-67页 |
| 3.2.1 SURF特征检测 | 第62-65页 |
| 3.2.2 SURF特征描述 | 第65-66页 |
| 3.2.3 SURF特征匹配 | 第66页 |
| 3.2.4 SURF特征检测结果 | 第66-67页 |
| 3.3 两种检测算法的比较 | 第67-69页 |
| 3.4 RANSAC提纯算法 | 第69-72页 |
| 3.5 本章小结 | 第72-73页 |
| 第4章 基于SURF特征的显微镜图像拼接 | 第73-85页 |
| 4.1 图像拼接 | 第73-75页 |
| 4.2 图像融合 | 第75-79页 |
| 4.2.1 图像融合的基本方法 | 第76-78页 |
| 4.2.2 图像融合质量评估 | 第78-79页 |
| 4.3 实验结果和分析 | 第79-84页 |
| 4.4 本章小结 | 第84-85页 |
| 结论 | 第85-87页 |
| 参考文献 | 第87-93页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第93-95页 |
| 致谢 | 第95页 |
