偵察圖像獲取與融合技術(shù)

第1章 緒論
1.1 圖像信息
1.1.1 圖像和像素
1.1.2 圖像文件格式
1.1.3 圖像的顯示
1.2 圖像實(shí)時(shí)記錄技術(shù)現(xiàn)狀
1.2.1 基于通用微機(jī)的記錄技術(shù)
1.2.2 基于冗余磁盤(pán)陣列的記錄技術(shù)
1.2.3 基于專用控制器的記錄技術(shù)
1.3 圖像融合技術(shù)的發(fā)展
1.3.1 圖像配準(zhǔn)技術(shù)
1.3.2 圖像合成技術(shù)
1.4 本書(shū)主要內(nèi)容
參考文獻(xiàn)
第2章 常用的圖像傳感器
2.1 基礎(chǔ)知識(shí)
2.1.1 光電效應(yīng)
2.1.2 色度學(xué)原理
2.1.3 電視信號(hào)
2.1.4 圖像的基本參量
2.2 攝像原理
2.2.1 電真空攝像器件工作原理
2.2.2 CCD圖像傳感器工作原理
2.2.3 CMOS圖像傳感器工作原理
2.2.4 LBCASTJFET圖像傳感器工作原理
2.3 彩色圖像傳感器
2.3.1 三板彩色圖像傳感器
2.3.2 單管彩色攝像機(jī)
2.3.3 單板彩色圖像傳感器
2.4 圖像傳感器鏡頭
2.4.1 普通鏡頭
2.4.2 復(fù)雜鏡頭
2.4.3 特殊用途鏡頭
2.5 紅外和微光圖像傳感器
2.5.1 紅外圖像傳感器
2.5.2 微光圖像傳感器
2.6 本章小結(jié)
參考文獻(xiàn)
第3章 圖像實(shí)時(shí)記錄技術(shù)
3.1 圖像實(shí)時(shí)記錄系統(tǒng)基本結(jié)構(gòu)
3.2 圖像采集控制模塊
3.2.1 LVDS電平轉(zhuǎn)換
3.2.2 CameraLink接口
3.2.3 采集控制模塊電路設(shè)計(jì)
3.3 圖像數(shù)據(jù)并行存儲(chǔ)模塊
3.3.1 數(shù)據(jù)并行處理及同步緩存
3.3.2 基于多通道軟同步的自啟動(dòng)直寫(xiě)控制器
3.3.3 基于SCSI協(xié)議的硬盤(pán)控制電路
3.3.4 總線電纜長(zhǎng)度設(shè)計(jì)
3.3.5 終結(jié)電阻設(shè)計(jì)
3.3.6 SCSI協(xié)議控制器
3.4 控制軟件設(shè)計(jì)
3.4.1 軟件流程
3.4.2 外部通信協(xié)議
3.4.3 命令集簡(jiǎn)介
3.5 實(shí)驗(yàn)結(jié)果與分析
3.6 本章小結(jié)
參考文獻(xiàn)
第4章 圖像融合原理
4.1 成像原理
4.1.1 成像模型
4.1.2 坐標(biāo)系統(tǒng)
4.2 圖像融合基本模型
4.2.1 相機(jī)的運(yùn)動(dòng)
4.2.2 圖像間的坐標(biāo)變換
4.2.3 圖像融合模型
4.3 圖像配準(zhǔn)技術(shù)
4.3.1 圖像配準(zhǔn)的數(shù)學(xué)模型
4.3.2 圖像配準(zhǔn)的基本框架
4.3.3 相似性測(cè)度
4.3.4 匹配策略
4.3.5 圖像配準(zhǔn)方法分類
4.4 圖像校正技術(shù)
4.4.1 圖像幾何校正
4.4.2 圖像亮度校正
4.5 圖像變換技術(shù)
4.5.1 最近鄰法
4.5.2 雙線性法
4.5.3 三次線性插值法
4.6 圖像合成技術(shù)
4.6.1 簡(jiǎn)單圖像合成
4.6.2 基于金字塔分解的圖像合成
4.6.3 基于小波變換的圖像合成
4.6.4 常用的圖像融合規(guī)則
4.7 本章小結(jié)
參考文獻(xiàn)
第5章 常用的特征提取算法
5.1 Harris檢測(cè)算子
5.2 SUSAN檢測(cè)算子
5.3 Forstner檢測(cè)算子
5.4 Moravac檢測(cè)算子
5.5 CLHC檢測(cè)算子
5.6 本章小結(jié)
參考文獻(xiàn)
第6章 SIFT特征提取方法
6.1 SIFT特征提取算法
6.1.1 高斯差分DoG濾波
6.1.2 尺度空間的極值檢測(cè)
6.1.3 關(guān)鍵點(diǎn)的位置確定
6.1.4 關(guān)鍵點(diǎn)的方向參數(shù)
6.1.5 構(gòu)建特征描述符
6.2 基于扇形區(qū)域分割的SIFT描述符
6.2.1 算法原理
6.2.2 實(shí)驗(yàn)結(jié)果與分析
6.3 自適應(yīng)對(duì)比度閾值控制提取關(guān)鍵點(diǎn)
6.3.1 算法原理
6.3.2 實(shí)驗(yàn)結(jié)果與分析
6.4 自適應(yīng)對(duì)比度閾值控制的扇形區(qū)域分割描述符
6.5 本章小結(jié)
參考文獻(xiàn)
第7章 SURF特征提取方法
7.1 SURF特征提取方法
7.1.1 積分圖像
7.1.2 Fast-Hessian特征檢測(cè)算子
7.1.3 尺度空間構(gòu)建
7.1.4 確定特征點(diǎn)主方向
7.1.5 構(gòu)建特征描述符
7.2 基于扇形區(qū)域分割的suRF描述符
7.2.1 扇形區(qū)域分割描述符識(shí)別性能分析
7.2.2 扇形區(qū)域分割SURF描述符構(gòu)建方法
7.3 基于三角形區(qū)域分割的SURF描述符
7.3.1 三角形分割SURF描述符性能分析
7.3.2 三角形劃分SURF描述符構(gòu)建方法
7.4 幾種典型特征描述符匹配性能比較
7.4.1 測(cè)試圖片
7.4.2 評(píng)價(jià)標(biāo)準(zhǔn)
7.4.3 實(shí)驗(yàn)結(jié)果及分析
7.5 SURF描述符在星點(diǎn)匹配上的應(yīng)用
7.5.1 星點(diǎn)檢測(cè)
7.5.2 構(gòu)建星點(diǎn)描述符
7.5.3 星點(diǎn)匹配
7.5.4 實(shí)驗(yàn)分析
7.6 本章小結(jié)
參考文獻(xiàn)
第8章 基于特征的自動(dòng)匹配方法
8.1 基于統(tǒng)計(jì)的自動(dòng)匹配策略
8.1.1 三峰值自動(dòng)匹配策略
8.1.2 實(shí)驗(yàn)結(jié)果與分析
8.2 基于變換模型的自動(dòng)匹配策略
8.2.1 匹配算法描述
8.2.2 實(shí)驗(yàn)結(jié)果與分析
8.3 基于改進(jìn)的RANSAC的自動(dòng)匹配策略
8.3.1 匹配策略
8.3.2 改進(jìn)的：RANSAC算法
8.3.3 實(shí)驗(yàn)結(jié)果與分析
8.4 基于外極線校驗(yàn)的自動(dòng)匹配策略
8.4.1 基本情況
8.4.2 匹配策略
8.4.3 實(shí)驗(yàn)結(jié)果
8.5 本章小結(jié)
參考文獻(xiàn)
第9章 大幅面圖像快速融合技術(shù)
9.1 大幅面圖像融合框架
9.2 定位精度分析
9.3 圖像的無(wú)縫融合
9.4 圖像融合評(píng)價(jià)
9.4.1 主觀評(píng)價(jià)標(biāo)準(zhǔn)
9.4.2 客觀評(píng)價(jià)標(biāo)準(zhǔn)
9.5 實(shí)驗(yàn)結(jié)果與分析
9.6 本章小結(jié)
參考文獻(xiàn)