摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-14页 |
1.1 图像配准的研究意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 非刚性图像配准方法存在的问题 | 第12页 |
1.4 论文主要研究内容及结构 | 第12-14页 |
第2章 图像配准的基础知识 | 第14-21页 |
2.1 数字图像的定义 | 第14页 |
2.2 图像配准的定义 | 第14页 |
2.3 图像配准的基本框架 | 第14-16页 |
2.3.1 特征空间 | 第15-16页 |
2.3.2 搜索空间 | 第16页 |
2.3.3 搜索策略 | 第16页 |
2.3.4 相似性度量 | 第16页 |
2.4 配准方法分类及流程 | 第16-20页 |
2.4.1 基于图像特征的配准算法 | 第17-18页 |
2.4.2 基于灰度值的配准算法 | 第18-19页 |
2.4.3 基于变换域的配准方法 | 第19-20页 |
2.4.4 图像配准算法分类图 | 第20页 |
2.5 本章小结 | 第20-21页 |
第3章 一种改进的Active Demons算法研究 | 第21-46页 |
3.1 Demons算法 | 第21-24页 |
3.1.1 Demons算法的理论基础 | 第21-22页 |
3.1.2 Demons算法驱动力计算公式 | 第22-23页 |
3.1.3 Demons算法流程 | 第23-24页 |
3.2 Active Demons算法 | 第24-26页 |
3.2.1 Active Demons算法来源 | 第24页 |
3.2.2 Active Demons算法驱动力计算公式 | 第24-25页 |
3.2.3 Active Demons算法流程 | 第25页 |
3.2.4 Active Demons算法的不足 | 第25-26页 |
3.3 一种改进的Active Demons算法—F-angle Demons算法 | 第26-27页 |
3.3.1 F-angle Demons算法驱动力计算公式 | 第26页 |
3.3.2 F-angle Demons算法流程 | 第26-27页 |
3.4 F-angle Demons算法实验与结果分析 | 第27-30页 |
3.5 F-angle Demons算法的改进 | 第30-45页 |
3.5.1 三种算法对比实验与结果分析 | 第31-38页 |
3.5.2 控制系数对比实验与结果分析 | 第38-45页 |
3.6 本章小结 | 第45-46页 |
第4章 一种基于梯度信息的改进微分同胚Demons算法 | 第46-62页 |
4.1 微分同胚Demons(D Demons) | 第46-47页 |
4.2 一种基于梯度信息的改进微分同胚Demons算法(G Demons) | 第47-54页 |
4.2.1 G Demons算法求解过程 | 第47-53页 |
4.2.2 G Demons算法流程 | 第53-54页 |
4.3 改进微分同胚 Demons 算法数值实验 | 第54-61页 |
4.4 本章小结 | 第61-62页 |
结论 | 第62-63页 |
参考文献 | 第63-68页 |
攻读硕士学位期间发表的论文和取得的研究成果 | 第68-69页 |
致谢 | 第69页 |