基于图像增强技术的SIFT特征提取与匹配算法研究

目录

声明

第一章 绪论

1.1 选题背景及其意义

1.2 相关技术研究现状

1.2.1 SIFT算法

1.2.2 图像增强技术

1.3 本文的主要研究内容和结构

1.4 本文的组织结构

第二章 SIFT算法

2.1 尺度空间极值检测

2.1.1 尺度空间理论

2.1.2 构建尺度空间

2.1.3 空间极值点检测

2.2 特征点定位

2.2.1 删除易受噪声干扰的点

2.2.2 删除边缘响应

2.3 方向确定

2.4 特征点描述

2.5 本章小结

第三章 常见的图像增强算法

3.1 像素值变换

3.1.1 直方图均衡化

3.1.2 Gamma变换

3.2 图像平滑

3.2.1 均值滤波

3.2.2 中值滤波

3.2.3 低通滤波

3.3 图像锐化

3.3.1 Sobel算子

3.3.2 拉普拉斯算子

3.4 图像增强方法的对比

3.5 本章小结

第四章 SIFT算法的简化与改进

4.1 简化SIFT算法

4.1.1 尺度空间简化

4.1.2 特征描述子简化

4.2 特征点精确匹配

4.2.1 欧式距离匹配

4.2.2 Ransac特征点匹配

4.3 改进SIFT算法性能分析

4.4 本章小结

第五章 基于图像增强的SIFT算法

5.1 一种新的图像增强方法

5.2 实验与结果分析

5.2.1 性能指标及评价标准

5.2.2 算法流程

5.2.3 基于图像增强的SIFT算法实验结果与分析

5.3 图像融合

5.3.1 图像配准

5.3.2 图像拷贝

5.3.3 图像融合

5.4 本章小结

第六章 基于图像增强的图像匹配与融合系统

6.1 需求分析

6.1.1 功能性需求

6.1.2 设计原则

6.2 系统设计

6.2.1 系统结构设计

6.2.2 系统架构设计

6.2.3 系统接口设计

6.3 系统实现

6.3.1 主页

6.3.2 特征提取模块与特征匹配模块

6.3.3 图像融合模块

6.3.4 图像输出模块

6.4 本章小结

第七章 总结与展望

7.1 工作总结

7.2 不足与展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢