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

木材CT图像配准方法研究

致谢第1-4页
摘要第4-5页
ABSTRACT第5-8页
第一章 绪论第8-14页
   ·本文研究背景第8-9页
   ·图像配准技术第9-10页
   ·图像配准的应用领域第10页
   ·图像配准技术的发展及现状第10-13页
   ·本文研究内容及文章组织第13-14页
第二章 图像配准理论第14-18页
   ·图像配准的公式描述第14页
   ·空间变换模型第14-16页
   ·配准相似度度量第16-18页
     ·常用的距离测度第16页
     ·相关度量法第16-18页
第三章 基于互信息的木材CT 图像配准第18-29页
   ·基于互信息和遗传算法的图像配准算法第18-23页
     ·互信息第18-19页
     ·互信息的计算----联合直方图法第19页
     ·图像插值算法第19-21页
     ·遗传算法第21-23页
   ·改进的基于互信息的图像配准算法第23-25页
     ·PV 插值算法的缺陷第23页
     ·PV 插值算法的改进第23-24页
     ·遗传算法的改进第24-25页
   ·实验结果第25-28页
     ·对只发生平移的图像配准第25-26页
     ·对发生平移和旋转的图像配准第26-27页
     ·不同日期扫描的CT 图像配准第27-28页
   ·本章小结第28-29页
第四章 基于傅里叶变换的木材CT 图像配准第29-36页
   ·相位相关图像配准原理第29-30页
   ·图像亚像素配准算法第30-32页
     ·算法原理第30-31页
     ·算法评价标准第31-32页
   ·实验结果及分析第32-35页
   ·本章小结第35-36页
第五章 基于Harris 角点的木材CT 图像配准第36-43页
   ·图像特征概述第36-37页
     ·边缘特征第36-37页
     ·角点特征第37页
   ·Harris 角点检测第37-38页
   ·基于harris 角点检测的图像配准第38-41页
     ·特征点排序第39页
     ·确定特征点对应关系第39-40页
     ·利用匹配特征点对获取配准参数第40-41页
   ·实验结果与分析第41-42页
   ·本章小结第42-43页
第六章 总结与展望第43-45页
   ·论文总结第43页
   ·未来工作展望第43-45页
参考文献第45-48页
附录 攻读硕士学位期间的研究成果第48-49页
详细摘要第49-52页

论文共52页,点击 下载论文
上一篇:贝叶斯网络结构学习算法研究
下一篇:基于GLCM木材树种识别方法的研究