| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外图像配准技术研究现状和发展趋势 | 第8-10页 |
| ·国内外图像配准技术发展现状 | 第8-9页 |
| ·图像配准技术的发展趋势 | 第9-10页 |
| ·研究内容及论文结构 | 第10-13页 |
| 第二章 图像配准算法理论 | 第13-29页 |
| ·图像配准的理论基础 | 第13-20页 |
| ·图像配准的数学模型 | 第13页 |
| ·图像变换 | 第13-17页 |
| ·图像重采样 | 第17-20页 |
| ·图像配准算法分类 | 第20-26页 |
| ·基于灰度信息的图像配准方法 | 第20-22页 |
| ·基于变换域的图像配准方法 | 第22-24页 |
| ·基于特征的图像配准方法 | 第24-26页 |
| ·图像配准方法的步骤 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于 PSO 和 Powell 的互信息图像配准 | 第29-43页 |
| ·互信息理论概述 | 第29-33页 |
| ·熵 | 第29-30页 |
| ·互信息概念及其描述 | 第30页 |
| ·互信息在图像中的表示 | 第30-33页 |
| ·关于互信息方法的一些讨论 | 第33-34页 |
| ·基于PSO 和Powell 的互信息图像配准 | 第34-39页 |
| ·粒子群优化算法（PSO） | 第35-37页 |
| ·Powell 优化算法 | 第37-38页 |
| ·基于PSO 和Powell 的互信息图像配准 | 第38-39页 |
| ·配准算法仿真实验及结果分析 | 第39-42页 |
| ·本章总结 | 第42-43页 |
| 第四章 基于空间梯度和互信息相结合的图像配准 | 第43-57页 |
| ·梯度理论知识 | 第43-44页 |
| ·基于小波多尺度积的梯度相似性测度 | 第44-47页 |
| ·小波多尺度积 | 第44-45页 |
| ·梯度相似性测度 | 第45-47页 |
| ·空间梯度和互信息相结合的新测度 | 第47页 |
| ·配准算法仿真实现及结果分析 | 第47-55页 |
| ·两种相似性测度配准函数曲线对比及结果分析 | 第47-53页 |
| ·配准算法仿真实现及结果分析 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·本文研究结论 | 第57页 |
| ·研究工作展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-68页 |
| 在读期间参与的科研工作 | 第68-69页 |