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

一种结合边缘特征和互信息的图像配准方法

摘要第1-5页
Abstract第5-8页
1 绪论第8-12页
   ·选题背景第8页
   ·研究意义第8-9页
   ·国内外研究现状第9页
   ·本文工作及章节安排第9-12页
2 图像配准基础理论第12-30页
   ·图像配准模型第12-13页
   ·图像变换第13-15页
     ·刚体变换(Rigid Transform)第13页
     ·仿射变换(Affine Transform)第13-14页
     ·投影变换(Projective Transform)第14页
     ·非线性变换(Nonlinear transformation)第14-15页
   ·信息熵基础知识第15-19页
     ·信息熵第15-16页
     ·熵与图像第16-17页
     ·联合直方图第17-19页
   ·图像边缘提取第19-21页
   ·图像插值方法第21-23页
   ·求解最佳图像变换参数的优化算法第23-30页
     ·Powell算法第23-26页
     ·粒子群优化算法(PSO)第26-30页
3. 结合边缘特征和互信息的图像配准方法研究第30-46页
   ·经典的基于最大互信息的图像配准方法第30-37页
     ·熵与图像配准第30-32页
     ·互信息第32-33页
     ·互信息的计算第33-34页
     ·关于互信息方法的一些讨论第34-36页
     ·前人对最大互信息方法的改进第36-37页
   ·基于特征的图像配准方法介绍第37-39页
     ·基于特征配准方法的基本步骤第37-38页
     ·基于特征配准方法的研究现状第38-39页
   ·结合边缘特征和互信息的图像配准方法第39-42页
   ·图像配准中出界点(outlier)处理第42-43页
   ·PSO和Powell的混合优化算法第43-45页
   ·本章小结第45-46页
4 配准试验与结果分析第46-52页
   ·抗噪声试验第47-49页
   ·配准测度函数曲线第49-50页
   ·图像配准结果第50-52页
结论第52-54页
参考文献第54-57页
攻读硕士学位期间发表学术论文情况第57-58页
致谢第58-59页

论文共59页,点击 下载论文
上一篇:人工神经网络和遗传算法在多组分分析中的应用
下一篇:活塞在温度和机械载荷作用下的有限元分析