首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于特征点和TPE两点熵的图像配准技术研究

摘要第5-6页
Abstract第6-7页
1 绪论第10-13页
    1.1 课题研究的背景和意义第10-11页
    1.2 图像配准技术的发展和研究现状第11-12页
    1.3 本文的研究内容和组织第12-13页
2 图像配准方法研究第13-25页
    2.1 图像配准的研究框架第13-14页
    2.2 图像配准数学原理第14-15页
    2.3 图像预处理方法第15-17页
        2.3.1 图像增强第15-17页
        2.3.2 几何纠正第17页
    2.4 图像变换第17-19页
        2.4.1 刚体变换第17-18页
        2.4.2 仿射变换第18页
        2.4.3 投影变换第18页
        2.4.4 多项式变换第18-19页
    2.5 相似性度量第19-20页
    2.6 配准搜索策略第20-24页
        2.6.1 RANSAC算法第21页
        2.6.2 Powell算法第21-22页
        2.6.3 粒子群优化算法第22-24页
    2.7 本章小结第24-25页
3 基于改进CPSO优化的特征点图像配准策略第25-42页
    3.1 常见图像配准方法分析第25-28页
        3.1.1 基于特征的图像配准方法第25-26页
        3.1.2 基于灰度的图像配准方法第26-28页
    3.2 特征点和角点分析第28-29页
        3.2.1 特征点和角点的特点第28-29页
        3.2.2 Harris角点及角点检测算法第29页
    3.3 特征点的特征提取第29-30页
    3.4 图像配准过程第30-33页
        3.4.1 图像配准初步匹配第30页
        3.4.2 图像误匹配剔除第30-32页
        3.4.3 确定变换参数第32-33页
    3.5 基于改进CPSO优化的特征点图像配准第33-35页
    3.6 实验结果与分析第35-41页
        3.6.1 实验一 误匹配剔除实验第35-37页
        3.6.2 实验二 拍摄点不同的图像配准实验第37-38页
        3.6.3 实验三 CPSO引入特征点图像配准实验第38-41页
    3.7 本章小结第41-42页
4 基于TPE两点熵的图像配准策略第42-52页
    4.1 两点熵与互信息第42-44页
        4.1.1 两点熵第42-43页
        4.1.2 互信息与TPE互信息第43-44页
    4.2 基于TPE两点熵的图像配准第44-51页
        4.2.1 互信息图像配准的原理第44页
        4.2.2 图像的联合直方图第44-45页
        4.2.3 互信息图像配准基本实现过程和实验第45-46页
        4.2.4 基于TPE两点熵的图像配准算法实现第46-48页
        4.2.5 实验结果与分析第48-51页
    4.3 本章小结第51-52页
5 总结和展望第52-54页
    5.1 总结第52-53页
    5.2 展望第53-54页
参考文献第54-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:基于随机规划的IP流量矩阵估计方法的研究
下一篇:基于CRO高阶神经网络的流量矩阵估计研究