| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 图像目标检测与匹配的定义 | 第9页 |
| 1.2 选题背景及意义 | 第9-10页 |
| 1.3 图像匹配技术发展和现状 | 第10-13页 |
| 1.3.1 基于灰度信息算法 | 第11-12页 |
| 1.3.2 基于特征算法 | 第12-13页 |
| 1.3.3 基于变换域算法 | 第13页 |
| 1.4 本文研究内容及结构 | 第13-15页 |
| 1.4.1 研究内容 | 第13-14页 |
| 1.4.2 文章结构安排 | 第14-15页 |
| 第二章 图像匹配理论 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 图像匹配理论模型 | 第15-18页 |
| 2.2.1 刚体变换模型 | 第16页 |
| 2.2.2 仿射变换模型 | 第16-17页 |
| 2.2.3 投影变换模型 | 第17-18页 |
| 2.3 相似性度量 | 第18-19页 |
| 2.3.1 距离度量 | 第18-19页 |
| 2.3.2 相关度量 | 第19页 |
| 2.4 图像匹配流程 | 第19-21页 |
| 第三章 基于PSO的目标图像匹配算法 | 第21-49页 |
| 3.1 引言 | 第21页 |
| 3.2 基于粒子群优化的图像匹配算法 | 第21-23页 |
| 3.3 目标函数 | 第23-25页 |
| 3.4 基于梯度极值的粒子群图像匹配算法 | 第25-30页 |
| 3.5 改进的粒子群搜索策略 | 第30-45页 |
| 3.5.1 粒子群参数定义 | 第30-39页 |
| 3.5.2 定义新搜索空间 | 第39-41页 |
| 3.5.3 动态规划搜索空间 | 第41页 |
| 3.5.4 算法改进流程及实验结果 | 第41-45页 |
| 3.6 基于粒子群多群搜索策略的多目匹配方法 | 第45-48页 |
| 3.6.1 MPSO优化算法理论 | 第45-46页 |
| 3.6.2 改进的基于MPSO优化的多目标图像匹配算法 | 第46-47页 |
| 3.6.3 实验结果 | 第47-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 基于改进的ASIFT的目标图像匹配算法 | 第49-79页 |
| 4.1 引言 | 第49页 |
| 4.2 SIFT算法理论和改进 | 第49-67页 |
| 4.2.1 SIFT特征匹配流程 | 第50页 |
| 4.2.2 尺度空间 | 第50-52页 |
| 4.2.3 极值点检测 | 第52-55页 |
| 4.2.4 边缘响应处理 | 第55-56页 |
| 4.2.5 计算特征向量 | 第56-59页 |
| 4.2.6 匹配特征点 | 第59-60页 |
| 4.2.7 随机抽样一致性算法 | 第60-63页 |
| 4.2.8 特征点提取及匹配实验结果 | 第63-67页 |
| 4.3 ASIFT特征的图像匹配算法 | 第67-70页 |
| 4.3.1 仿射变换相机成像模型 | 第67-68页 |
| 4.3.2 倾斜参数定义 | 第68-69页 |
| 4.3.3 ASIFT算法简述及流程 | 第69-70页 |
| 4.4 基于PSO优化仿真空间的ASIFT特征匹配算法 | 第70-78页 |
| 4.4.1 PSO-ASIFT算法原理 | 第71-73页 |
| 4.4.2 PSO-ASIFT算法流程 | 第73-75页 |
| 4.4.3 PSO-ASIFT实验结果 | 第75-78页 |
| 4.5 本章小结 | 第78-79页 |
| 第五章 全文总结与展望 | 第79-82页 |
| 5.1 全文工作总结及创新 | 第79-80页 |
| 5.2 未来工作及展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-87页 |
| 附录一 符号与标记 | 第87-88页 |
| 附录二 英文缩略语表 | 第88-89页 |
| 攻读硕士学位期间已发表的论文 | 第89-91页 |