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

图像配准的理论及其相关算法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·图像配准技术研究背景与研究意义第7页
   ·国内外图像配准技术研究和发展趋势第7-9页
     ·国内外图像配准技术研究第7-9页
     ·图像配准技术的发展趋势第9页
   ·论文的组织结构第9-11页
第二章 图像配准理论基础第11-21页
   ·图像预处理第11-14页
     ·图像预处理概述第11页
     ·图像增强第11-12页
     ·几何纠正第12-14页
   ·图像配准原理第14-18页
     ·图像配准的应用分类第15-16页
     ·图像变换的类型第16-18页
   ·图像配准的方法第18-20页
   ·本章小结第20-21页
第三章 图像配准重点算法分析及实验结果第21-48页
   ·常用的图像配准算法第21-23页
     ·基于灰度信息的图像配准方法第22页
     ·基于特征点的图像配准方法第22-23页
   ·基于FFT 的图像配准算法第23-31页
     ·基于变换域的图像配准方法第23-25页
     ·测试图像实验结果及分析第25-31页
   ·基于SIFT 的图像配准算法第31-45页
     ·算法第31-33页
     ·测试图像实验结果及分析第33-45页
   ·本章总结第45-48页
第四章 基于互信息的医学图像配准算法第48-68页
   ·引言第48-49页
   ·医学图像配准第49-54页
     ·医学图像配准的概念第49-50页
     ·医学图像配准的基本框架第50-51页
     ·医学图像配准的意义和前景第51-54页
   ·互信息的基本原理及方法第54-59页
     ·互信息概念及相关理论第54-56页
     ·互信息配准的算法实现第56-58页
     ·互信息应用于医学图像配准的优势分析及缺陷第58-59页
   ·基于蚁群算法的互信息优化方法第59-66页
     ·蚁群算法原理第59-60页
     ·蚁群算法的模型第60-62页
     ·基于蚁群算法和互信息的图像配准第62-64页
     ·实验结果及分析第64-66页
   ·小结第66-68页
第五章 总结与展望第68-70页
   ·工作总结第68页
   ·展望第68-70页
致谢第70-72页
参考文献第72-77页

论文共77页,点击 下载论文
上一篇:图像配准与合成显示技术研究
下一篇:UNIX到Linux应用移植的研究