改进的量子遗传算法及其在图像匹配中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究的目的和意义 | 第8页 |
| 1.2 量子遗传算法的国内外的发展状况 | 第8-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 第2章 基本的图像匹配技术和相似性测度 | 第14-26页 |
| 2.1 引言 | 第14页 |
| 2.2 基本的图像匹配技术 | 第14-15页 |
| 2.2.1 图像匹配的四项基本要素 | 第14-15页 |
| 2.2.2 匹配算法的分类 | 第15页 |
| 2.2.3 匹配算法的性能评价 | 第15页 |
| 2.3 相似性测度 | 第15-17页 |
| 2.4 归一化互相关测度及其改进 | 第17-25页 |
| 2.4.1 归一化互相关测度(NCC) | 第17页 |
| 2.4.2 图像梯度 | 第17-20页 |
| 2.4.3 改进的归一化互相关测度(INCC) | 第20-21页 |
| 2.4.4 仿真实验 | 第21-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于模拟退火算法的混合算法 | 第26-49页 |
| 3.1 引言 | 第26页 |
| 3.2 量子遗传算法 | 第26-34页 |
| 3.2.1 量子力学的基本假设与结论 | 第26-27页 |
| 3.2.2 量子力学的基本概念 | 第27-29页 |
| 3.2.3 量子遗传算法 | 第29-34页 |
| 3.3 模拟退火算法 | 第34-39页 |
| 3.3.1 模拟退火算法介绍 | 第34-37页 |
| 3.3.2 模拟退火算法实现流程 | 第37-39页 |
| 3.4 三种改进的混合算法 | 第39-44页 |
| 3.4.1 第一种改进的混合算法（QGASA1） | 第39-41页 |
| 3.4.2 第二种改进的混合算法（QGASA2） | 第41-42页 |
| 3.4.3 第三种改进的混合算法（QGASA3） | 第42-44页 |
| 3.5 仿真实验 | 第44-48页 |
| 3.5.1 测试函数 | 第44-45页 |
| 3.5.2 仿真实验 | 第45-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 基于分组的量子遗传算法 | 第49-59页 |
| 4.1 引言 | 第49页 |
| 4.2 改进的量子遗传算法 | 第49-53页 |
| 4.2.1 算法介绍 | 第49-51页 |
| 4.2.2 算法步骤介绍 | 第51-53页 |
| 4.3 仿真实验 | 第53-58页 |
| 4.3.1 测试函数 | 第53-55页 |
| 4.3.2 仿真实验 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 基于改进的量子遗传算法的图像匹配 | 第59-69页 |
| 5.1 引言 | 第59页 |
| 5.2 图像匹配的基本流程 | 第59-60页 |
| 5.3 基于改进的量子遗传算法图像匹配 | 第60-62页 |
| 5.4 仿真实验 | 第62-68页 |
| 5.4.1 无噪声的图像匹配 | 第62-64页 |
| 5.4.2 加入噪声的图像匹配 | 第64-67页 |
| 5.4.3 加入旋转的图像匹配 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
