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

基于多目标进化算法的图像配准方法

摘要第5-6页
ABSTRACT第6页
缩略语对照表第11-14页
第一章 绪论第14-18页
    1.1 课题研究背景及意义第14页
    1.2 图像配准技术在国内外的科研现状和发展趋势第14-16页
    1.3 论文研究内容及结构安排第16-18页
第二章 图像配准的理论基础第18-36页
    2.1 图像配准的定义第18页
    2.2 图像配准的理论基础第18-23页
        2.2.1 空间几何变换第18-21页
        2.2.2 图像配准基本框架第21-23页
        2.2.3 图像的重采样第23页
    2.3 图像配准的方法分类第23-35页
        2.3.1 基于特征的图像配准方法第24-32页
        2.3.2 基于灰度的图像配准方法第32-34页
        2.3.3 基于变换域的图像配准方法第34-35页
    2.4 图像配准的度量标准第35页
    2.5 本章小结第35-36页
第三章 基于MOEA/D算法的图像配准方法第36-54页
    3.1 多目标进化算法简介第36-39页
        3.1.1 多目标算法的数学描述第36-37页
        3.1.2 MOEA/D算法介绍第37-39页
    3.2 目标函数的设置第39-44页
        3.2.1 相位一致提取特征第39-42页
        3.2.2 空间信息目标函数第42页
        3.2.3 互信息目标函数第42-44页
    3.3 基于MOEA/D算法的图像配准步骤第44页
    3.4 算法的参数设置及实验结果第44-52页
    3.5 本章小结第52-54页
第四章 基于相位一致和多目标遗传算法的图像配准方法第54-68页
    4.1 目标函数的构造第54-58页
        4.1.1 角度度量标准第54-56页
        4.1.2 距离度量标准第56-57页
        4.1.3 点匹配标准第57-58页
    4.2 算法简介第58-61页
        4.2.1 特征点的提取第58-59页
        4.2.2 解的表示和适应度的评价第59-60页
        4.2.3 遗传操作第60-61页
    4.3 算法步骤第61-62页
    4.4 实验结果及分析第62-67页
    4.5 本章小结第67-68页
第五章 总结和展望第68-70页
    5.1 总结第68页
    5.2 展望第68-70页
参考文献第70-74页
致谢第74-76页
作者简介第76-77页

论文共77页,点击 下载论文
上一篇:不同年代玉米杂交种耐密性及其对深松增密的响应机制研究
下一篇:基于新型邻域选择的个性化推荐系统