声明
致谢
摘要
1 绪论
1.1 课题背景及研究意义
1.2 图像拼接流程示例
1.3 局部特征提取研究现状
1.4 图像拼接研究现状
1.5 研究内容及论文结构安排
2 一种鲁棒的图像配准局部特征描述方法
2.1 经典局部特征概述
2.1.1 SIFT和SURF
2.1.2 ORB
2.1.3 KAZE和AKAZE
2.2 经典检测器对比
2.2.1 牛津大学图像数据集
2.2.2 重复率与运行时间对比
2.3 MLD模型及算法
2.3.1 MLD模型
2.3.2 MLD算法
2.4 参数择优
2.4.1 线描述符维度
2.4.2 线段长度范围
2.4.3 线性规范化因子
2.5 本章小结
3 基于深度优先搜索的图像配准加速匹配算法
3.1 常用特征匹配算法
3.1.1 KNN
3.1.2 K-D Tree
3.1.3 RANSAC
3.2 Kuhn-Munkres算法
3.2.1 投票方案
3.2.2 K-M算法
3.2.3 K-M算法示例
3.3 FMP算法
3.3.1 DFS-STG算法
3.3.2 FMP算法
3.3.3 FMP算法示例
3.3.4 利用阈值避免无效搜索
3.4 FMP算法性能分析
3.4.1 时间复杂度
3.4.2 DFS-STG算法中的最优路径
3.4.3 加速匹配效果
3.5 本章小结
4 基于网格优化的图像对齐算法
4.1 相机运动模型评估
4.1.1 对极几何约束
4.1.2 单应性模型近似
4.2 APAP方法
4.2.1 单个全局单应性
4.2.2 多个局部单应性
4.3 GSP方法
4.3.1 BA评估相机内外参
4.3.2 BA评估尺度因子与2D旋转角
4.4 网格优化
4.4.1 局部单应性优化项
4.4.2 局部相似性优化项
4.4.3 全局相似性优化项
4.5 性能分析
4.5.1 特征均匀分布的重要性
4.5.2 相似性变换的重要性
4.5.3 能量占比的重要性
4.6 本章小结
5 基于最佳缝合线的图像后处理融合算法
5.1.2 拉普拉斯金字塔融合
5.1.3 泊松融合
5.2 最佳缝合线
5.2.1 图割与最大流最小割
5.2.2 能量函数
5.3 显著性内容保留
5.4 性能分析
5.5 本章小结
6 算法性能测试与评估
6.1.1 P-R曲线
6.1.2 识别率与运行时间
6.1.3 T检验
6.2 图像拼接方法评估
6.2.1 与APAP方法对比
6.2.2 与SPHP方法对比
6.2.3 与PT方法对比
6.2.4 多图拼接效果
6.3 本章小结
7 总结与展望
7.1 总结
7.2 展望
参考文献
攻读硕士学位期间获得的科研成果及奖励