| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第6-9页 |
| 1.1 图像配准的研究背景与意义 | 第6-7页 |
| 1.2 图像配准原理 | 第7页 |
| 1.3 图像配准技术国内外研究现状及应用 | 第7-8页 |
| 1.4 本文的组织架构 | 第8-9页 |
| 2 图像配准与学习机相关方法 | 第9-15页 |
| 2.1 基于灰度的图像配准方法 | 第9-11页 |
| 2.2 极限学习机 | 第11-15页 |
| 3 基于极限学习机与Demons的图像配准方法 | 第15-29页 |
| 3.1 Demons方法 | 第15-19页 |
| 3.2 基于极限学习机的Demons图像配准算法 | 第19-24页 |
| 3.2.1 研究基础 | 第19-20页 |
| 3.2.2 基于极限学习机的图像配准算法 | 第20-24页 |
| 3.3 实验结果与分析 | 第24-28页 |
| 3.3.1 人脸图像实验 | 第24-26页 |
| 3.3.2 人脑图像配准实验 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 基于极限学习机的遥感图像配准方法 | 第29-35页 |
| 4.1 遥感图像配准 | 第29-30页 |
| 4.2 ELM应用于遥感图像配准的方法与实验结果分析 | 第30-34页 |
| 4.2.1 遥感图像未分类配准实验 | 第32-33页 |
| 4.2.2 遥感图像分类后配准实验 | 第33-34页 |
| 4.3 本章小结 | 第34-35页 |
| 结论 | 第35-36页 |
| 参考文献 | 第36-41页 |
| 攻读硕士学位期间发表学术论文情况 | 第41-42页 |
| 致谢 | 第42页 |