| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-16页 |
| ·图像配准问题的背景 | 第11-13页 |
| ·图像配准问题的研究现状 | 第13-14页 |
| ·论文主要研究内容及结构 | 第14-16页 |
| 第二章 配准的原理和方法 | 第16-27页 |
| ·配准问题的定义 | 第16-17页 |
| ·空间变换模型 | 第17-19页 |
| ·图像配准方法分类 | 第19-26页 |
| ·一般图像配准方法分类 | 第19-22页 |
| ·医疗图像配准方法分类 | 第22-24页 |
| ·医疗图像配准方法应用 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 二维/三维配准方法 | 第27-39页 |
| ·引言 | 第27-28页 |
| ·数字影像重建技术 | 第28-32页 |
| ·理论基础 | 第29-30页 |
| ·体绘制方法概述 | 第30-32页 |
| ·相似性测度 | 第32-35页 |
| ·归一化互相关(Normalized Cross Correlation) | 第33页 |
| ·差值图像的熵(Entropy of the Difference Image) | 第33页 |
| ·互信息(MI, Mutual Information) | 第33-34页 |
| ·梯度相关性(Gradient Correlation) | 第34页 |
| ·模式强度(PI，Pattern Intensity) | 第34页 |
| ·梯度差值(Gradient Difference) | 第34-35页 |
| ·优化算法 | 第35-38页 |
| ·最佳邻近搜索 | 第36-37页 |
| ·Powell 算法 | 第37页 |
| ·下山单纯形法 | 第37页 |
| ·Levenberg-Warquardt 算法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于图形卡的二维/三维配准实现 | 第39-53页 |
| ·引言 | 第39-40页 |
| ·基于图形卡的DRR 生成算法 | 第40-45页 |
| ·算法的数学基础 | 第42-44页 |
| ·参数的生成和传递 | 第44页 |
| ·像素渲染 | 第44-45页 |
| ·相似度获取 | 第45页 |
| ·最佳临近搜索 | 第45-47页 |
| ·具体实现及细节 | 第47-52页 |
| ·刚体变换实现 | 第48-49页 |
| ·DRR 图像生成实现 | 第49页 |
| ·归一化互相关(Normalized Cross Correlation)实现 | 第49-50页 |
| ·优化算法实现 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于图形卡的二维/三维配准实验 | 第53-70页 |
| ·实验环境 | 第53页 |
| ·实验一：测试基于图形卡的DRR 生成方法的性能 | 第53-55页 |
| ·实验二：测试基于图形卡的二维/三维图像配准 | 第55-68页 |
| ·head 图像与head1、head2、head3 图像的配准实验 | 第56-61页 |
| ·jaw 图像与jaw1、jaw2、jaw3 图像的配准实验 | 第61-64页 |
| ·brain 图像与brain1、brain2 图像的配准实 | 第64-68页 |
| ·实验结果分析 | 第68-70页 |
| ·实验一 | 第68页 |
| ·实验二 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·本文工作总结 | 第70页 |
| ·未来工作展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间发表的学术论文 | 第76-78页 |
