用于公路破损路面的图像拼接技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| §1-1 路面图像拼接的研究背景和意义 | 第9页 |
| §1-2 图像拼接技术的国内外研究现状 | 第9-11页 |
| §1-3 本文主要研究内容和组织结构 | 第11-13页 |
| 1-3-1 本文主要内容 | 第11-12页 |
| 1-3-2 论文章节安排 | 第12-13页 |
| 第二章 基于特征点的路面图像拼接技术研究 | 第13-20页 |
| §2-1 路面图像拼接 | 第13-14页 |
| 2-1-1 破损路面图像采集 | 第13页 |
| 2-1-2 破损路面图像的特点分析 | 第13-14页 |
| 2-1-3 路面图像拼接的流程 | 第14页 |
| §2-2 图像拼接技术研究 | 第14-19页 |
| 2-2-1 图像边缘检测 | 第14-16页 |
| 2-2-2 改进的自适应阈值特征点提取 | 第16-17页 |
| 2-2-3 图像特征点匹配 | 第17-18页 |
| 2-2-4 图像融合 | 第18-19页 |
| §2-3 实验结果 | 第19页 |
| §2-4 本章小结 | 第19-20页 |
| 第三章 路面图像特征点的快速提取方法 | 第20-26页 |
| §3-1 基于小波变换的图像边缘检测 | 第20-22页 |
| 3-1-1 小波函数的选取 | 第20-21页 |
| 3-1-2 小波变换模极大值边缘检测的原理 | 第21-22页 |
| 3-1-3 边缘检测的具体实现 | 第22页 |
| §3-2 特征点的快速提取 | 第22-23页 |
| 3-2-1 算法的基本原理 | 第22-23页 |
| 3-2-2 算法实现的方案 | 第23页 |
| §3-3 实验结果 | 第23-25页 |
| §3-4 本章小结 | 第25-26页 |
| 第四章 路面图像匹配算法的研究及实现 | 第26-38页 |
| §4-1 图像匹配算法的分析与比较 | 第26-30页 |
| 4-1-1 基于像素差平方和的描述符算法 | 第26-27页 |
| 4-1-2 互相关匹配法 | 第27页 |
| 4-1-3 最大相关匹配法 | 第27-29页 |
| 4-1-4 上述两种相关匹配算法的分析与比较 | 第29-30页 |
| §4-2 匹配点消错 | 第30-34页 |
| 4-2-1 RANSAC算法的原理及分析 | 第30-31页 |
| 4-2-2 改进的RANSAC算法 | 第31-34页 |
| §4-3 路面图像的灰度调整和融合 | 第34-36页 |
| §4-4 实验结果 | 第36-37页 |
| §4-5 本章小结 | 第37-38页 |
| 第五章 算法验证与数据分析 | 第38-45页 |
| §5-1 算法实现的环境配置 | 第38页 |
| §5-2 验证改进的自适应阈值特征点提取算法 | 第38-40页 |
| §5-3 验证特征点快速提取算法 | 第40-41页 |
| §5-4 验证改进的RANSAC算法 | 第41-44页 |
| §5-5 本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| §6-1 总结 | 第45页 |
| §6-2 展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |
