致谢 | 第4-5页 |
摘要 | 第5-7页 |
Abstract | 第7-8页 |
缩写和符号清单 | 第15-17页 |
1 引言 | 第17-32页 |
1.1 论文的选题背景及意义 | 第17-18页 |
1.2 图像配准国内外研究现状综述 | 第18-29页 |
1.2.1 图像特征提取国内外研究现状 | 第19-24页 |
1.2.2 图像插值国内外研究现状 | 第24-27页 |
1.2.3 变换模型估计国内外研究现状 | 第27-29页 |
1.3 论文的研究内容 | 第29-30页 |
1.4 论文的创新点 | 第30-31页 |
1.5 论文的组织结构 | 第31-32页 |
2 图像配准相关理论基础 | 第32-42页 |
2.1 卷积神经网络 | 第32-34页 |
2.2 支持向量回归机 | 第34-35页 |
2.3 二维经验模式分解理论 | 第35-37页 |
2.4 遗传算法 | 第37-39页 |
2.5 果蝇优化算法 | 第39-40页 |
2.6 本章小结 | 第40-42页 |
3 基于自适应初始化CNN参数的特征提取算法研究 | 第42-60页 |
3.1 问题的提出 | 第42页 |
3.2 多层Maxout激活函数及参数自适应初始化算法 | 第42-48页 |
3.2.1 多层Maxout激活函数 | 第43-45页 |
3.2.2 基于MMN激活函数的参数自适应初始化 | 第45-48页 |
3.3 基于自适应初始化LSTM-MMN参数的特征提取 | 第48-52页 |
3.3.1 自适应初始化CNN参数的特征提取 | 第48-51页 |
3.3.2 基于CNN-SUSAN算子特征精匹配 | 第51-52页 |
3.3.3 随机抽样一致性算法 | 第52页 |
3.4 验证与仿真 | 第52-59页 |
3.5 本章小结 | 第59-60页 |
4 基于可变邻域窗的图像插值算法研究 | 第60-72页 |
4.1 问题的提出 | 第60页 |
4.2 基于可变邻域窗的图像插值算法 | 第60-66页 |
4.2.1 极值谱的提取 | 第61-62页 |
4.2.2 次序滤波器窗口尺寸确定 | 第62-63页 |
4.2.3 滤波器工作流程 | 第63-64页 |
4.2.4 筛分迭代及特性保持 | 第64-65页 |
4.2.5 包络面形成过程 | 第65-66页 |
4.3 验证与仿真 | 第66-71页 |
4.4 本章小结 | 第71-72页 |
5 基于迭代函数系的图像插值算法研究 | 第72-83页 |
5.1 问题的提出 | 第72页 |
5.2 基于迭代函数系的BEMD图像插值算法 | 第72-75页 |
5.2.1 迭代函数系的构造 | 第72-74页 |
5.2.2 基于迭代函数系的BEMD插值实现 | 第74-75页 |
5.3 基于遗传算法的迭代函数系插值算法 | 第75页 |
5.4 验证与仿真 | 第75-82页 |
5.5 本章小结 | 第82-83页 |
6 基于牵引果蝇-光滑支持向量回归的图像配准算法研究 | 第83-102页 |
6.1 问题的提出 | 第83页 |
6.2 基于牵引果蝇-光滑支持向量机的图像配准算法 | 第83-89页 |
6.2.1 光滑支持向量机回归算法 | 第83-87页 |
6.2.2 牵引果蝇算法 | 第87-88页 |
6.2.3 基于光滑支持向量机的配准算法 | 第88-89页 |
6.3 基于光滑支持向量回归的果蝇算法参数分析 | 第89-95页 |
6.3.1 基准测试函数选取 | 第89页 |
6.3.2 种群规模对算法性能的影响 | 第89-93页 |
6.3.3 最大迭代次数对算法性能的影响 | 第93-95页 |
6.3.4 算法时间复杂度分析 | 第95页 |
6.4 验证与仿真 | 第95-101页 |
6.5 本章小结 | 第101-102页 |
7 图像配准算法在有色金属矿井中的应用 | 第102-109页 |
7.1 引言 | 第102页 |
7.2 基于融合配准算法的图像拼接 | 第102-105页 |
7.2.1 融合的图像配准算法 | 第102-104页 |
7.2.2 基于融合算法的图像拼接 | 第104-105页 |
7.3 实例分析 | 第105-108页 |
7.4 本章小结 | 第108-109页 |
8 结论 | 第109-111页 |
参考文献 | 第111-123页 |
作者简历及在学研究成果 | 第123-127页 |
学位论文数据集 | 第127页 |