| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·图像配准概念 | 第8页 |
| ·图像配准技术的研究背景和意义 | 第8-9页 |
| ·图像配准的国内外发展状况 | 第9-10页 |
| ·本文的主要工作及安排 | 第10-12页 |
| 第二章 图像配准概述 | 第12-24页 |
| ·图像配准的数学描述和变换模型 | 第12-15页 |
| ·图像配准的数学描述 | 第12页 |
| ·空间变换模型 | 第12-15页 |
| ·图像配准的一般过程 | 第15-16页 |
| ·配准方法分类 | 第16-17页 |
| ·图像配准中的重要技术 | 第17-23页 |
| ·图像预处理技术 | 第17-20页 |
| ·灰度插值技术 | 第20-23页 |
| ·小结 | 第23-24页 |
| 第三章 图像配准的优化算法 | 第24-33页 |
| ·Powell 算法 | 第24-26页 |
| ·Powell 基本算法 | 第24-25页 |
| ·改进的Powell 算法 | 第25-26页 |
| ·Powell 算法在图像配准算法中的应用 | 第26页 |
| ·遗传算法 | 第26-28页 |
| ·遗传算法原理 | 第26-27页 |
| ·遗传操作 | 第27-28页 |
| ·遗传算法在图像配准中的应用 | 第28页 |
| ·蚁群算法 | 第28-30页 |
| ·蚁群算法的基本原理 | 第28-29页 |
| ·蚁群算法的数学模型 | 第29-30页 |
| ·蚁群算法的图像算法中的应用 | 第30页 |
| ·算法性能对比实验 | 第30-33页 |
| ·算法流程 | 第30-31页 |
| ·实验结果与分析 | 第31-33页 |
| 第四章 图像配准中三种相似性测度分析和对比 | 第33-42页 |
| ·图像相似性测度 | 第33-37页 |
| ·互信息测度(Mutual information) | 第33-35页 |
| ·AM 测度(Alignment Metric) | 第35-37页 |
| ·差方和（Sum of Square Differences） | 第37页 |
| ·基于三种测度的图像配准结果对比 | 第37-39页 |
| ·运行时间对比 | 第37-38页 |
| ·三种测度函数对配准精度影响的对比 | 第38-39页 |
| ·基于互信息的多模图像配准实验 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第五章 基于分块互信息和量子粒子群算法的图像配准 | 第42-49页 |
| ·引言 | 第42页 |
| ·图像平滑去噪 | 第42-43页 |
| ·最大分块互信息测度 | 第43-45页 |
| ·互信息 | 第43页 |
| ·块对配准系数的意义 | 第43-44页 |
| ·块对配准系数确定 | 第44页 |
| · 分块互信息配准准则 | 第44-45页 |
| ·图像配准中出界点的处理 | 第45页 |
| ·量子粒子群优化算法 | 第45-46页 |
| ·基于分块互信息和 QPSO 的图像配准 | 第46页 |
| ·实验结果与分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 基于量子粒子群算法的2D/3D 图像配准 | 第49-56页 |
| ·引言 | 第49-50页 |
| ·图像预处理 | 第50页 |
| ·数据采样 | 第50页 |
| ·压缩灰度级 | 第50页 |
| ·配准准则与优化算法 | 第50-52页 |
| ·互信息配准准则 | 第50-51页 |
| ·量子粒子群优化算法 | 第51-52页 |
| ·数字影像重建技术（Digitally Reconstructed Radiograph, DRR） | 第52-53页 |
| ·2D-3D 图像配准实验 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第七章 总结与展望 | 第56-58页 |
| ·本文工作总结 | 第56页 |
| ·工作展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第63页 |
