首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于粒子群优化算法的图像配准技术研究

摘要第8-9页
Abstract第9页
1 绪论第10-13页
    1.1 研究的背景及意义第10页
    1.2 国内外研究现状第10-11页
    1.3 本文研究内容第11-12页
    1.4 本文工作及章节安排第12-13页
2 图像配准的相关技术第13-20页
    2.1 图像配准的原理及基本框架第13-16页
        2.1.1 图像配准的原理第13页
        2.1.2 图像配准的基本框架第13-16页
    2.2 图像配准方法分类第16-18页
        2.2.1 基于特征的图像配准第16-17页
        2.2.2 基于变换域的图像配准第17页
        2.2.3 基于灰度的图像配准第17-18页
    2.3 图像配准评估第18页
        2.3.1 主观评价第18页
        2.3.2 客观评价第18页
    2.4 本章小结第18-20页
3 图像配准的优化算法第20-33页
    3.1 优化算法概述第20-21页
        3.1.1 优化问题的提出第20页
        3.1.2 优化方法分类第20-21页
    3.2 粒子群优化算法第21-25页
        3.2.1 粒子群算法概述第21-22页
        3.2.2 标准粒子群算法的原理第22-24页
        3.2.3 粒子群算法的改进策略第24-25页
    3.3 PSO-FWA算法第25-30页
        3.3.1 烟花算法概述第25-27页
        3.3.2 PSO-FWA算法第27-29页
        3.3.3 算法概述第29-30页
    3.4 仿真实验及性能分析第30-32页
    3.5 本章小结第32-33页
4 基于粒子群算法和烟花算法的图像配准第33-43页
    4.1 基于粒子群算法和烟花算法的图像配准第33-36页
        4.1.1 互信息测度第33页
        4.1.2 图像配准流程第33-34页
        4.1.3 基于PSO-FWA算法的图像配准第34-36页
    4.2 仿真实验及分析第36-42页
    4.3 本章小结第42-43页
5 总结与展望第43-45页
    5.1 总结第43页
    5.2 展望第43-45页
6 参考文献第45-48页
7 攻读硕士学位期间发表的论文第48-49页
致谢第49页

论文共49页,点击 下载论文
上一篇:基于投影寻踪模型的生态安全评价方法及应用研究
下一篇:基于进化萤火虫算法的K均值聚类分析与应用研究