基于SURF特征提取的图像配准算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题的研究背景及意义 | 第10页 |
| 1.2 图像配准技术的发展及研究现状 | 第10-12页 |
| 1.3 SURF算法的研究现状 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-14页 |
| 第2章 图像配准理论基础 | 第14-26页 |
| 2.1 图像配准基本原理 | 第14-15页 |
| 2.2 空间变换模型 | 第15-18页 |
| 2.3 重采样技术和插值 | 第18-20页 |
| 2.4 配准方法分类 | 第20-23页 |
| 2.4.1 基于灰度的图像配准算法 | 第21页 |
| 2.4.2 基于变换域的图像配准算法 | 第21-23页 |
| 2.4.3 基于特征的图像配准算法 | 第23页 |
| 2.5 配准技术的评估 | 第23-25页 |
| 2.5.1 配准图像质量主观评价标准 | 第24页 |
| 2.5.2 配准图像质量客观评价标准 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 特征点提取算法 | 第26-50页 |
| 3.1 基于特征点的配准技术及优点 | 第26-27页 |
| 3.1.1 基于特征点的配准流程 | 第26-27页 |
| 3.1.2 基于特征点的配准优点 | 第27页 |
| 3.2 SIFT算法 | 第27-34页 |
| 3.2.1 构建尺度空间 | 第28-30页 |
| 3.2.2 定位关键点位置 | 第30-32页 |
| 3.2.3 关键点主方向的确定 | 第32页 |
| 3.2.4 SIFT特征描述符 | 第32-33页 |
| 3.2.5 SIFT算法的发展 | 第33-34页 |
| 3.3 SURF算法 | 第34-41页 |
| 3.3.1 积分图像和盒子滤波 | 第34-36页 |
| 3.3.2 盒子滤波构建尺度空间 | 第36-37页 |
| 3.3.3 确定特征点 | 第37-39页 |
| 3.3.4 特征点主方向及描述符 | 第39-41页 |
| 3.4 特征提取实验对比 | 第41-46页 |
| 3.5 特征点匹配 | 第46-47页 |
| 3.6 SIFT和SURF配准实验 | 第47-49页 |
| 3.7 本章小结 | 第49-50页 |
| 第4章 改进的SURF图像配准 | 第50-63页 |
| 4.1 SURF算法问题描述 | 第50页 |
| 4.2 特征点提取的改进 | 第50-52页 |
| 4.2.1 双边滤波 | 第50-52页 |
| 4.2.2 特征点提取实验 | 第52页 |
| 4.3 特征匹配的改进 | 第52-58页 |
| 4.3.1 阈值自适应匹配 | 第53-54页 |
| 4.3.2 肯德尔系数约束 | 第54-58页 |
| 4.4 实验结果与分析 | 第58-61页 |
| 4.4.1 不同视角的图像配准实验 | 第58-59页 |
| 4.4.2 变换程度不同的图像配准实验 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |
