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

基于遗传算法和多分辨率的医学图像配准研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第10-14页
    1.1 课题研究的背景与意义第10-11页
    1.2 课题的研究现状与发展趋势第11-12页
    1.3 本文研究内容与组织结构第12-14页
第二章 医学图像配准基础知识第14-25页
    2.1 医学图像配准的概念第14页
    2.2 医学图像配准的方法第14-16页
        2.2.1 基于灰度的医学图像配准第15页
        2.2.2 基于图像特征的医学图像配准第15-16页
    2.3 图像配准的基本框架第16-24页
        2.3.1 空间变换第17-19页
        2.3.2 灰度插值第19-21页
        2.3.3 相似性测度第21-22页
        2.3.4 搜索策略第22-24页
    2.4 本章小结第24-25页
第三章 基于最大互信息和遗传算法的医学图像配准第25-46页
    3.1 互信息理论第25-28页
        3.1.1 信息熵第25-26页
        3.1.2 互信息第26-27页
        3.1.3 直方图第27页
        3.1.4 图像的互信息第27-28页
        3.1.5 最大互信息理论第28页
    3.2 遗传算法第28-34页
        3.2.1 遗传算法的基本框架第28-29页
        3.2.2 编码第29-30页
        3.2.3 生成初始种群第30页
        3.2.4 适应度值计算第30页
        3.2.5 选择操作第30-32页
        3.2.6 交叉操作第32-34页
        3.2.7 变异操作第34页
    3.3 基于改进的遗传算法的医学图像配准第34-37页
        3.3.1 标准遗传算法的特点与不足第34-35页
        3.3.2 对遗传算法的改进第35-37页
    3.4 配准实验第37-45页
        3.4.1 实验图像第37-38页
        3.4.2 实验平台第38页
        3.4.3 实验流程第38-40页
        3.4.4 遗传算法的具体实现第40-41页
        3.4.5 实验结果第41-45页
    3.5 本章小结第45-46页
第四章 基于多分辨率的医学图像配准第46-52页
    4.1 图像的多分辨率技术第46-47页
    4.2 小波金字塔第47-48页
    4.3 小波金字塔在图像配准中的应用第48页
    4.4 基于多分辨率的医学图像配准实验第48-51页
        4.4.1 实验流程第48-49页
        4.4.2 实验图像第49页
        4.4.3 配准结果第49-51页
    4.5 本章小结第51-52页
第五章 总结与展望第52-54页
    5.1 论文工作总结第52页
    5.2 未来工作展望第52-54页
参考文献第54-57页
致谢第57-58页
攻读学位期间发表论文情况第58页

论文共58页,点击 下载论文
上一篇:新疆法人库基础信息共享与交换平台--交换管理系统研究与实现
下一篇:基于图像处理技术的白发检测研究