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

图像融合中关键技术的研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·课题的研究背景和选题意义第7-8页
     ·图像边缘检测的研究背景和选题意义第7页
     ·图像配准的研究背景和选题意义第7-8页
   ·国内外发展现状第8-10页
     ·图像边缘检测的研究概况第8页
     ·图像配准的研究概况第8-10页
   ·本文主要工作与内容安排第10-11页
第二章 常见的边缘检测算子第11-21页
   ·引言第11页
   ·边缘的定义和要求第11-12页
   ·常见的边缘检测算子第12-15页
     ·Roberts 边缘检测算子第13页
     ·sobel 边缘检测算子第13-14页
     ·Prewitt 边缘检测算子第14页
     ·Krisch 边缘检测算子第14-15页
     ·高斯-拉普拉斯算子第15页
   ·Canny算子第15-17页
   ·常见边缘检测算子的检测结果第17-21页
     ·不加噪声图像的边缘检测结果第17-19页
     ·加噪声图像的边缘检测结果第19-20页
     ·结果比较与分析第20-21页
第三章 基于联系度态势的图像边缘检测算法的研究第21-29页
   ·引言第21页
   ·图像灰度的线性变换第21-22页
   ·集对分析简介第22-23页
   ·联系度态势简介第23-25页
   ·实现图像的边缘检测第25页
   ·试验结果分析与比较第25-27页
   ·本章小结第27-29页
第四章 图像配准的相关知识第29-39页
   ·引言第29页
   ·图像配准的数学模型第29页
   ·图像变换的类型第29-31页
   ·相似性测度第31-33页
   ·重采样和插值第33-34页
   ·SUSAN 角点提取算法第34-39页
     ·SUSAN 算子第35-36页
     ·SUSAN 算法的数学描述第36页
     ·改进的SUSAN 角点提取算法第36-37页
     ·测试图像试验结果第37-39页
第五章 基于特征点的图像配准的研究第39-47页
   ·引言第39页
   ·粒子群算法简介第39-41页
     ·对参数的改进第40-41页
   ·改进的Alopex算法第41-42页
   ·用Alopex算法对PSO算法进行改进第42-43页
   ·实现图像配准第43-44页
   ·试验结果比较第44-46页
   ·本章小结第46-47页
第六章 结束语第47-49页
   ·工作总结及创新点第47页
   ·研究目标及实验结论第47页
   ·不足之处第47-48页
   ·对今后的建议第48-49页
致谢第49-50页
参考文献第50-55页
附录:作者在攻读硕士学位期间发表的论文第55页

论文共55页,点击 下载论文
上一篇:小波和支持向量机及其在图像压缩中的应用研究
下一篇:基于动态递归RBF神经网络的图像恢复技术研究