| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究背景 | 第10-11页 |
| ·智能优化算法研究背景 | 第10页 |
| ·图像配准技术的研究背景 | 第10-11页 |
| ·课题研究现状 | 第11-15页 |
| ·智能优化算法研究现状 | 第11-14页 |
| ·智能优化算法研究现状概况 | 第11-12页 |
| ·粒子群优化算法研究现状 | 第12-13页 |
| ·免疫选择优化算法研究现状 | 第13-14页 |
| ·图像配准技术的研究现状 | 第14-15页 |
| ·本文创新及主要贡献 | 第15-16页 |
| ·本文组织结构 | 第16-18页 |
| 第二章 基本智能优化算法及其应用研究 | 第18-36页 |
| ·引言 | 第18页 |
| ·基本智能优化算法 | 第18-27页 |
| ·遗传算法及其实现 | 第18-21页 |
| ·免疫算法及其实现 | 第21-24页 |
| ·粒子群算法及其实现 | 第24-27页 |
| ·基本智能优化算法在图像配准中的应用 | 第27-35页 |
| ·图像配准算法原理 | 第27-29页 |
| ·图像配准算法的定义 | 第27-28页 |
| ·图像配准算法的转换模型 | 第28-29页 |
| ·图像配准的基本方法 | 第29-35页 |
| ·基于灰度的图像配准算法 | 第29-30页 |
| ·基于变换域的图像配准算法 | 第30-34页 |
| ·基于特征点的图像配准算法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章基于QPSO 优化算法和Hausdorff 特征点距离的图像配准研究 | 第36-48页 |
| ·引言 | 第36页 |
| ·特征点提取 | 第36-38页 |
| ·基于梯度特征的变换方法 | 第36-37页 |
| ·FCM 模糊聚类方法 | 第37-38页 |
| ·基于Haudorff 距离的图像配准目标函数 | 第38-39页 |
| ·Haudorff 距离 | 第38-39页 |
| ·配准的目标函数 | 第39页 |
| ·QPSO 算法 | 第39-40页 |
| ·基于Hausdorff 距离和QPSO 算法的图像配准算法描述 | 第40-41页 |
| ·本章实验结果与讨论 | 第41-47页 |
| ·医学图像配准仿真实验 | 第42-44页 |
| ·红外与可见光图像配准仿真实验 | 第44-46页 |
| ·本章仿真实验结果比较与分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第四章免疫克隆算法及其应用研究 | 第48-58页 |
| ·引言 | 第48页 |
| ·免疫克隆算法 | 第48-51页 |
| ·免疫克隆算法思想 | 第48页 |
| ·免疫克隆算法基本步骤 | 第48-51页 |
| ·免疫克隆算法在图像配准问题的应用研究 | 第51-53页 |
| ·本章算法思想 | 第51页 |
| ·基于传统遗传算法的图像配准问题算法描述 | 第51-52页 |
| ·基于克隆选择算法的图像配准问题算法描述 | 第52-53页 |
| ·本章实验结果与讨论 | 第53-57页 |
| ·医学图像配准仿真实验 | 第53-55页 |
| ·红外与可见光图像配准仿真实验 | 第55-57页 |
| ·本章仿真实验结果比较与分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第五章 一种改进的免疫克隆算法及其应用研究 | 第58-71页 |
| ·引言 | 第58页 |
| ·改进的免疫克隆选择算法 | 第58-61页 |
| ·提取疫苗概率、免疫概率和克隆概率的设定 | 第58-59页 |
| ·群体灾变GD | 第59页 |
| ·自适应免疫克隆选择算法 | 第59-60页 |
| ·自适应免疫克隆选择算法记忆库的设定 | 第60-61页 |
| ·改进的克隆选择算法在TSP 问题的应用 | 第61-62页 |
| ·改进的克隆选择算法在图像配准问题的应用 | 第62-70页 |
| ·本章算法思想 | 第62-63页 |
| ·基于自适应克隆选择算法的图像配准问题仿真实验 | 第63-65页 |
| ·基于自适应克隆选择（有记忆库）算法的图像配准问题仿真实验 | 第65-67页 |
| ·优化算法性能比较 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·本文总结 | 第71页 |
| ·研究展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-81页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第81页 |
