声明
摘要
第1章 绪论
1.1 课题的研究背景及意义
1.2 定位技术的国内外发展现状
1.2.1 常见的目标定位算法
1.2.2 基于多源影像的目标匹配定位算法
1.3 本文的主要研究工作
1.3.1 本文的主要研究内容
1.3.2 本文的内容安排
第2章 基于Mean Shift的目标匹配算法研究
2.1 引言
2.1.1 匹配定位问题描述
2.1.2 选择Mean Shift的原因及优势
2.2 Mean Shift算法研究
2.2.1 概率密度估计方法概述
2.2.2 Mean Shift基本算法流程
2.3 改进的Mean Shift图像匹配算法研究
2.3.1 基于颜色的Mean Shift匹配算法
2.3.2 基于方向直方图特征的Mean Shift匹配算法
2.3.3 基于梯度幅值的Mean Shift目标匹配算法
2.3.4 改进的Mean Shift图像匹配实验结果对比与分析
2.4 本章小结
第3章 基于GVF的特征提取算法设计与实现
3.1 引言
3.2 遥感图像的预处理
3.2.1 Self-Snake模型研究
3.2.2 基于Self-Snake的遥感图像去噪算法研究
3.3 梯度矢量流(GVF)变形模型研究
3.3.1 梯度矢量流的边缘映射
3.3.2 仿真实验结果与分析
3.4 基于GVF的直方图特征提取算法设计及仿真实验
3.4.1 GVF梯度扩散权值选择
3.4.2 仿真实验结果与分析
3.5 本章小结
第4章 改进的Mean Shift目标粗定位算法
4.1 引言
4.2 粗定位算法提出的原因
4.3 改进的基于Mean Shift的目标粗定位算法设计
4.3.1 模型描述
4.3.2 基于Bhattacharyya系数的相似性度量
4.3.3 基于核函数轮廓函数的目标定位
4.3.4 算法设计流程
4.4 初始迭代点的选取
4.4.1 基于人机交互的方法
4.4.2 基于无人机自定位的方法
4.5 仿真实验与结果精度分析
4.6 本章小结
第5章 基于Surf点特征匹配的目标定位算法
5.1 图像匹配的基本原理
5.2 基于Surf的兴趣点匹配算法
5.2.1 基于Hessian矩阵的兴趣点的检测
5.2.2 基于Harr小波响应的兴趣点的描述
5.2.3 基于欧式距离的相似点匹配
5.2.4 实验结果与分析
5.3 基于RANSAC的变换模型估计算法研究
5.3.1 RANSAC算法的基本原理
5.3.2 基于RANSAC仿射变换参数估计
5.4 基于点匹配及RANSAC的地面目标精定位
5.5 实验结果与定位精度分析
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
硕士期间发表论文