声明
摘要
第一章 绪论
1.1 计算机视觉
1.1.1 计算机视觉概述
1.1.2 计算机视觉定位研究现状
1.2 多分辨率分析
1.2.1 多分辫率分析概述
1.2.2 多分辨率分析研究现状
1.3 本文研究内容及意义
1.4 本文组织结构
第二章 导航相机标定与采样点的视觉定位
2.1 引言
2.2 摄像机模型
2.2.1 针孔模型
2.2.2 非线性模型
2.2.3 空间点的成像过程
2.3 导航相机标定
2.3.1 传统的摄像机标定方法
2.3.2 基于主动视觉的摄像机标定方法
2.3.3 摄像机自标定方法
2.3.4 Zhang的平面标定方法
2.4 采样点的视觉定位
2.4.1 前向投影
2.4.2 反向投影
2.4.3 采样点世界坐标的提取
2.4.4 定位与测量精度估计
2.5 本章小结
第三章 基于平面单应的相似文件采样点定位
3.1 引言
3.2 基于特征匹配与RANSAC的平面单应估计
3.2.1 图像匹配分类
3.2.2 基于SIFT的图像匹配
3.2.3 基于SIFT与RANSAC的平面单应估计
3.3 基于平面单应的相似文件采样点定位
3.3.1 相似纸张图片间的平面单应估计
3.3.2 相似文件对应采样点定位
3.4 定位精度估计
3.4.1 实验说明
3.5 本章小结
第四章 多尺度下的图像特征分析
4.1 引言
4.2 多尺度表达
4.2.1 尺度空间理论
4.2.2 图像金字塔
4.2.3 图像的倍率尺度表示
4.3 基于SURF的特征提取
4.3.1 尺度空间构建与极值检测
4.3.2 主方向分配
4.3.3 特征描述子生成
4.3.4 特征点匹配
4.4 结合倍率尺度与局部尺度特征的图像分析
4.4.1 相同尺度下的特征匹配
4.4.2 不同尺度下的特征匹配
4.4.3 定量分析
4.4.4 更多的实验样本
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献