| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外图像配准研究现状及发展趋势 | 第15-17页 |
| 1.2.1 国内外图像配准研究现状 | 第15-16页 |
| 1.2.2 图像配准面临的难题及发展趋势 | 第16-17页 |
| 1.3 研究内容及本文结构 | 第17-20页 |
| 第二章 图像配准的技术理论 | 第20-36页 |
| 2.1 图像配准的描述 | 第20-25页 |
| 2.1.1 图像配准的定义 | 第20页 |
| 2.1.2 图像配准的空间变换类型 | 第20-22页 |
| 2.1.3 图像的灰度插值方法 | 第22-25页 |
| 2.2 图像配准方法分类 | 第25-30页 |
| 2.2.1 基于特征的图像配准方法 | 第25-27页 |
| 2.2.2 基于灰度的图像配准方法 | 第27-29页 |
| 2.2.3 基于变换域的图像配准方法 | 第29-30页 |
| 2.3 图像配准的主要框架及过程 | 第30-32页 |
| 2.4 图像配准的评价 | 第32-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 基于梯度与互信息相结合的图像配准方法 | 第36-48页 |
| 3.1 互信息的基本理论 | 第36-38页 |
| 3.1.1 熵 | 第36-37页 |
| 3.1.2 互信息的定义 | 第37页 |
| 3.1.3 互信息的基本性质 | 第37-38页 |
| 3.2 图像梯度的基本理论 | 第38-40页 |
| 3.3 基于梯度与互信息相结合的异源图像配准方法 | 第40-47页 |
| 3.3.1 梯度与互信息相结合的异源配准测度 | 第40-42页 |
| 3.3.2 基于梯度与互信息相结合的异源配准过程 | 第42-43页 |
| 3.3.3 基于梯度互信息配准的实验结果 | 第43-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于SWT贝叶斯降斑的金字塔梯度互信息配准方法 | 第48-64页 |
| 4.1 SAR图像斑点噪声抑制的基本理论 | 第48-50页 |
| 4.1.1 基于小波域SAR图像斑点噪声抑制算法简介 | 第48-49页 |
| 4.1.2 平稳小波变换（SWT）域中的统计模型 | 第49-50页 |
| 4.2 基于SWT贝叶斯估计萎缩的降斑算法 | 第50-54页 |
| 4.2.1 SWT贝叶斯估计 | 第50-52页 |
| 4.2.2 萎缩因子 | 第52-53页 |
| 4.2.3 区域划分 | 第53-54页 |
| 4.3 基于SWT贝叶斯萎缩降斑的金字塔梯度互信息的图像配准方法 | 第54-61页 |
| 4.3.1 高斯金字塔分解的基本原理 | 第54-55页 |
| 4.3.2 基于SWT贝叶斯萎缩降斑的金字塔梯度互信息的配准过程 | 第55-56页 |
| 4.3.3 异源图像配准实验结果及算法评价 | 第56-61页 |
| 4.4 本章小结 | 第61-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 论文研究结论 | 第64-65页 |
| 5.2 研究工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
