声明
摘要
第1章 绪论
1.1 选题背景及研究意义
1.2 计算机视党及导航技术的研究现状与发展
1.3 图像匹配技术研究现状
1.4 图像特征提取方法
1.5 图像特征匹配方法
1.6 全局运动估计技术研究现状
1.7 本文主要工作
1.8 论文组织结构
第2章 图像处理理论与模型选取
2.1 计算机视觉理论的基本概念
2.1.1 常用坐标系及其关系
2.1.2 针孔模型
2.2 图像序列预处理
2.2.1 图像去噪
2.2.2 图像增强
2.3 描述全局运动的摄像机参数模型
2.3.1 运动矢量分布模型
2.3.2 基于参数模型的运动描述
2.3.3 全局运动参数模型选取
2.4 本章小结
第3章 基于SIFT特征的图像匹配及优化
3.1 SIFT的特征点提取
3.1.1 生成尺度空间
3.1.2 检测图像尺度空间极值
3.1.3 特征点的精确定位
3.1.4 特征点主方向的确定
3.1.5 特征描述子的构建
3.2 基于SIFT特征点的图像匹配
3.2.1 SIFT初匹配
3.2.2 基于邻域灰度信息特征点筛选
3.3 基于RANSAC算法的匹配点对优化
3.4 本章小结
第4章 基于改进SIFT的全局运动参数估计
4.1 欧式距离比阈值的确定
4.1.1 欧式距离比阈值参数寻优算法设计
4.1.2 算法有效性分析
4.2 自动比例采样算法分析及设计
4.2.1 基于采样的图像匹配原理
4.2.2 自动比例采样算法设计及实现
4.2.3 算法有效性分析
4.3 全局运动参数估计
4.4 本章小结
第5章 测试与实验结果及分析
5.1 基于自适应距离比阈值的SIFT算法的测试及实验结果
5.1.1 SIFT提取特征点算法测试
5.1.2 初匹配算法测试
5.1.3 自适应阈值算法测试
5.1.4 自适应阈值的匹配与经验阈值匹配效率对比
5.1.5 白适应阈值的匹配与经验阈值匹配获取参数精度对比
5.2 自动比例采样算法测试
5.3 摄像机运动轨迹描述
5.4 本章小结
第6章 总结与展望
6.1 工作总结
6.2 下一步工作展望
参考文献
致谢