| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的研究背景和意义 | 第10-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.2.1 图像匹配的研究现状 | 第12页 |
| 1.2.2 粒子群算法的研究现状 | 第12-13页 |
| 1.3 本文的主要工作和创新点 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 图像匹配技术研究 | 第16-28页 |
| 2.1 图像匹配的原理和内容 | 第16-19页 |
| 2.1.1 图像匹配模型 | 第16-17页 |
| 2.1.2 图像匹配的基本框架 | 第17-18页 |
| 2.1.3 图像匹配的空间变化 | 第18-19页 |
| 2.2 图像的分类 | 第19-26页 |
| 2.2.1 基于灰度的图像匹配 | 第19-21页 |
| 2.2.2 基于特征的图像匹配 | 第21-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 粒子群优化算法 | 第28-36页 |
| 3.1 粒子群优化算法的原理 | 第28页 |
| 3.2 粒子群优化算法的模型 | 第28-30页 |
| 3.3 粒子群优化算法流程 | 第30-31页 |
| 3.4 粒子群优化算法的参数设置 | 第31-32页 |
| 3.5 PSO优化算法在图像匹配中的应用 | 第32-33页 |
| 3.6 Metropolis准则 | 第33-34页 |
| 3.7 本章小结 | 第34-36页 |
| 第四章 改进的混合PSO优化图像匹配算法 | 第36-58页 |
| 4.1 基于惯性权重的改进 | 第36-38页 |
| 4.2 基于加速因子的改进 | 第38-39页 |
| 4.3 基于邻近群拓扑的改进 | 第39-40页 |
| 4.4 基于粒子群混合算法的改进 | 第40页 |
| 4.5 基于改进粒子群的图像匹配设计 | 第40-47页 |
| 4.5.1 种群的设计 | 第40-41页 |
| 4.5.2 适应度函数的选择 | 第41页 |
| 4.5.3 基于粒子群速度公式的算法设计（IPSO） | 第41-45页 |
| 4.5.4 基于改进Metropolis准则的算法设计（IMPSO） | 第45-47页 |
| 4.6 实验的仿真结果 | 第47-56页 |
| 4.6.1 IPSO的图像匹配算法的实验仿真结果 | 第47-52页 |
| 4.6.2 改进Metropolis准则的PSO算法实验结果 | 第52-56页 |
| 4.7 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结与结论 | 第58-59页 |
| 5.2 未来工作与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 攻读学位期间发表的学术论文目录 | 第66-67页 |
