改进的SIFT算法在医学图像拼接中的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 图像拼接在医疗中的应用 | 第10-11页 |
| 1.2 图像拼接研究的国内外现状 | 第11-13页 |
| 1.3 结构安排 | 第13-14页 |
| 第2章 图像拼接的基本原理 | 第14-24页 |
| 2.1 图像获取 | 第14页 |
| 2.2 图像预处理 | 第14-18页 |
| 2.2.1 直方图均衡 | 第15页 |
| 2.2.2 图像去噪 | 第15-16页 |
| 2.2.3 图像增强 | 第16-17页 |
| 2.2.4 变换模型 | 第17-18页 |
| 2.3 图像配准 | 第18-21页 |
| 2.3.1 基于灰度的配准 | 第19页 |
| 2.3.2 基于特征的配准 | 第19-20页 |
| 2.3.3 基于变换域的配准 | 第20-21页 |
| 2.3.4 基于模型的配准 | 第21页 |
| 2.4 图像融合 | 第21-24页 |
| 2.4.1 直接平均融合法 | 第21-22页 |
| 2.4.2 加权平均融合法 | 第22-23页 |
| 2.4.3 多分辨率样条融合法 | 第23-24页 |
| 第3章 基于尺度不变的特征检测 | 第24-46页 |
| 3.1 尺度空间理论 | 第24-27页 |
| 3.1.1 连续尺度空间 | 第24-25页 |
| 3.1.2 离散尺度空间 | 第25-26页 |
| 3.1.3 高斯函数的性质 | 第26-27页 |
| 3.2 尺度空间的建立 | 第27-38页 |
| 3.2.1 高斯差分金字塔的建立 | 第27-30页 |
| 3.2.2 构建新的微分算子 | 第30-32页 |
| 3.2.3 尺度归一化 | 第32-34页 |
| 3.2.4 特征尺度的选取 | 第34-36页 |
| 3.2.5 稳定性分析 | 第36-38页 |
| 3.3 特征点的选取 | 第38-40页 |
| 3.3.1 局部极值点的选取 | 第38-39页 |
| 3.3.2 特征点精确定位 | 第39-40页 |
| 3.3.3 去除边缘响应点 | 第40页 |
| 3.4 特征提取结果分析 | 第40-46页 |
| 第4章 特征点匹配 | 第46-56页 |
| 4.1 特征点描述 | 第46-49页 |
| 4.1.1 计算特征点主方向 | 第46-48页 |
| 4.1.2 生成特征点描述向量 | 第48-49页 |
| 4.2 特征点相似性度量 | 第49-50页 |
| 4.3 简化错配点剔除算法 | 第50-56页 |
| 第5章 图像拼接结果 | 第56-60页 |
| 5.1 图像拼接与融合 | 第56-57页 |
| 5.2 结果分析 | 第57-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 工作总结 | 第60页 |
| 6.2 工作展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |
