数字散斑图像相关亚像素搜索算法的研究及应用
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章 绪论 | 第7-18页 |
·数字散斑图像相关法 | 第7-12页 |
·数字散斑图像相关法的概述 | 第7-9页 |
·数字散斑图像相关法的基本原理 | 第9-12页 |
·粒子群算法的概述 | 第12-13页 |
·人工神经网络 | 第13-17页 |
·人工神经网络的概述 | 第13-14页 |
·人工神经网络的结构 | 第14-17页 |
·本文的主要内容 | 第17-18页 |
第二章 数字散斑图像相关粒子群算法的应用 | 第18-35页 |
·粒子群算法的基本原理 | 第18-20页 |
·粒子群算法的生物学基础 | 第18页 |
·基本粒子群算法 | 第18-20页 |
·粒子群算法在数字散斑图像相关运算中的应用 | 第20-21页 |
·数字散斑图像相关粒子群算法在模拟实验中的应用 | 第21-24页 |
·数字散斑图像相关模拟实验的原理 | 第21-22页 |
·模拟图像 | 第22-24页 |
·粒子群算法在模拟实验中的误差分析 | 第24-31页 |
·刚体位移实验的模拟 | 第24-26页 |
·刚体旋转实验的模拟 | 第26-28页 |
·单向拉伸实验的模拟 | 第28-31页 |
·数字散斑图像相关粒子群算法的实际应用 | 第31-35页 |
·刚体位移实验 | 第31-32页 |
·单向拉伸实验 | 第32-35页 |
第三章 人工神经网络在数字散斑相关技术中的应用 | 第35-46页 |
·人工神经网络在数字散斑相关技术中应用的意义 | 第35页 |
·神经网络的结构与设计 | 第35-39页 |
·BP神经网络的结构 | 第36-37页 |
·BP神经网络的设计 | 第37-39页 |
·人工神经网络在数字散斑相关技术中的应用 | 第39-46页 |
·开孔层合板拉伸试验 | 第39-41页 |
·三点弯曲试验 | 第41-46页 |
第四章 总结与展望 | 第46-48页 |
·总结 | 第46页 |
·展望 | 第46-48页 |
参考文献 | 第48-51页 |
致谢 | 第51页 |