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

生物医学图像自动拼接关键技术研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪言第10-14页
   ·研究目的与意义第10-11页
   ·国内外研究状况第11-12页
   ·本文目标第12页
   ·论文主要工作与安排第12-14页
第二章 图像拼接关键技术基础第14-23页
   ·常见图像拼接方法概述第14-15页
   ·图像拼接步骤第15页
   ·图像预处理第15-16页
     ·直方图均衡化第15-16页
     ·高斯模糊第16页
   ·特征检测第16-17页
   ·图像配准第17-20页
     ·几何变换模型第17-19页
     ·图像插值第19-20页
   ·图像融合第20-22页
     ·加权融合第21页
     ·线性渐变融合第21-22页
     ·PCA融合第22页
     ·多分辨率融合第22页
   ·本章小结第22-23页
第三章 传统X线图像拼接算法研究与改进第23-50页
   ·传统X线图像拼接方法的特点与缺陷第23页
   ·对传统基于轮廓特征拼接方法的改进第23-31页
     ·相位相关法第24-25页
     ·互相关系数第25页
     ·尺度空间构建第25-26页
     ·图像轮廓特征检测第26-27页
     ·高斯模糊处理第27-28页
     ·尺寸变换第28页
     ·多次相位相关配准第28-30页
     ·图像融合第30-31页
   ·对传统基于特征点拼接方法的改进第31-38页
     ·角点定义第31-32页
     ·Harris角点检测原理第32页
     ·Harris角点提取算法改进第32-33页
     ·改进角点提取算法检测实验第33页
     ·常用的X线角点配准方法第33-35页
     ·角点匹配方法改进第35-37页
     ·RANSAC算法原理及模型估计第37-38页
   ·实验验证第38-48页
     ·实验数据和环境第38-39页
     ·改进的基于轮廓特征的X线图像拼接实验第39-42页
     ·改进的基于特征点的X线图像拼接实验第42-46页
     ·与临床X线图像拼接效果比较及结果统计第46-48页
   ·实验结果讨论第48-49页
   ·本章小结第49-50页
第四章 显微图像特征提取算法改进与自动拼接实现第50-75页
   ·显微图像拼接概述第50-51页
   ·SURF算法原理第51-52页
   ·SURF算法特征点第52-54页
     ·积分图像第52页
     ·Hessian矩阵第52-53页
     ·尺度空间构建原理第53-54页
     ·特征点检测原理第54页
   ·SURF算法描述符第54-56页
     ·特征点方向第54-55页
     ·特征点描述符第55-56页
   ·SURF算法在显微图像上的应用第56-57页
   ·直方图均衡化与重构SURF算法尺度空间(R-SURF)第57-61页
     ·直方图均衡化第57页
     ·尺度空间重构第57-58页
     ·特征检测性能验证第58-60页
     ·实验结果分析第60-61页
   ·特征点匹配第61-63页
     ·匹配实验第61-62页
     ·误配点剔除第62-63页
   ·图像融合第63-64页
   ·显微图像拼接实验及结果讨论第64-65页
   ·仿射不变SURF特征提取算法(A-SURF)第65-74页
     ·SURF算法缺陷第65-68页
     ·A-SURF原理第68-69页
     ·A-SURF算法特征提取及匹配实验第69-74页
   ·本章小结第74-75页
第五章 总结与展望第75-77页
   ·论文工作总结第75页
   ·展望第75-77页
参考文献第77-81页
致谢第81-82页
攻读学位期间主要的研究成果第82页

论文共82页,点击 下载论文
上一篇:基于ARM的嵌入式远程图像监控系统设计与实现
下一篇:微博客的传播特征与传播模式