声明
摘要
1 引言
1.1 研究背景和意义
1.2 国内外发展现状
2 图像拼接技术理论基础研究
2.1 图像拼接流程
2.2 图像预处理
2.2.1 均值滤波
2.2.2 中值滤波
2.2.3 高斯滤波
2.3 图像的几何变换模型
2.3.1 刚体变换
2.3.2 仿射变换
2.3.3 投影变换
2.3.4 非线性变换
2.4 图像配准
2.4.1 图像配准技术
2.4.2 图像配准方法
2.5 图像融合
3 基于特征点的图像配准研究
3.1 角点检测算法
3.1.1 Moravec角点检测算法
3.1.2 SUSAN角点检测算法
3.1.3 Harris角点检测算法
3.2 SIFT特征点检测算法
3.2.1 高斯差分(DoG)算法
3.2.2 尺度空间极值检测
3.2.3 关键点的确定
3.2.4 关键点方向的确定
3.2.5 SIFT特征向量的生成
3.3 特征点匹配
3.3.1 特征点的匹配
3.3.2 匹配算法的改进
3.4 图像配准
3.4.1 最近邻插值法(Nearest Neighbor Interpolation)
3.4.2 双线性插值法(Bilinear Interpolation)
3.4.3 三次卷积插值法
4 图像融合技术
4.1 基于中值滤波的融合方法
4.2 加权平均融合法
4.3 基于小波变换的融合方法
4.4 本文的融合方法
5 系统设计与实现
5.1 实验环境
5.2 软件介绍
5.2.1 OpenCV简介
5.2.2 VC++6.0平台下配置OpenCV
5.3 实验结果
6 结论及展望
6.1 结论
6.2 展望
参考文献
作者简历
致谢