首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

机器人辅助外科视觉导航系统图像配准研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-20页
    1.1 课题提出与研究意义第10-11页
        1.1.1 课题提出第10-11页
        1.1.2 课题研究意义第11页
    1.2 机器人辅助外科研究现状第11-15页
        1.2.1 国外研究现状第11-13页
        1.2.2 国内研究现状第13-15页
    1.3 图像配准技术研究现状第15-17页
        1.3.1 国外研究现状第15-16页
        1.3.2 国内研究现状第16-17页
    1.4 存在的主要问题第17页
    1.5 本文主要研究内容第17-20页
第2章 序列图像配准的设计第20-32页
    2.1 序列图像配准系统设计第20-23页
        2.1.1 图像配准原理第21-22页
        2.1.2 图像配准的步骤第22-23页
    2.2 图像配准变换模型选取第23-25页
    2.3 图像配准方法对比分析第25-29页
        2.3.1 基于灰度的配准方法第26-27页
        2.3.2 基于特征的配准方法第27-28页
        2.3.3 基于 Fourier 变换的配准方法第28-29页
    2.4 本文的图像配准方法设计第29-31页
    2.5 本章小结第31-32页
第3章 基于标记点的序列图像配准第32-48页
    3.1 序列图像配准第32-35页
        3.1.1 标记点设计第32-33页
        3.1.2 序列图像第33-34页
        3.1.3 序列图像配准流程第34-35页
    3.2 动态窗口设计第35-40页
        3.2.1 动态窗口设计流程图和步骤第35-37页
        3.2.2 动态窗口实验第37-40页
    3.3 基于 Laplacian 矩阵的图像配准第40-46页
        3.3.1 标记点图像配准流程第40-41页
        3.3.2 外加标记点的配准第41-46页
    3.4 本章小结第46-48页
第4章 基于特征点的序列图像配准第48-58页
    4.1 特征点配准流程第48-49页
    4.2 SURF 算法中参数确定方法研究第49-53页
        4.2.1 组数和层数的确定第49-51页
        4.2.2 Hessian 矩阵行列式阈值确定方法第51-53页
    4.3 特征点提取第53-54页
        4.3.1 确定主方向第53页
        4.3.2 生成扩展的特征矢量第53-54页
    4.4 特征点匹配第54-56页
        4.4.1 特征点粗匹配第54-55页
        4.4.2 特征点精匹配第55-56页
    4.5 校正偏转的头模图像第56-57页
    4.6 本章小结第57-58页
第5章 实验研究第58-72页
    5.1 系统组成第58-60页
    5.2 软件算法流程第60-61页
    5.3 实验数据与结果分析第61-71页
        5.3.1 基于标记点的序列配准第61-67页
        5.3.2 基于特征点的序列配准第67-71页
    5.4 本章小结第71-72页
第6章 全文展望与总结第72-74页
    6.1 全文总结第72-73页
    6.2 本文展望第73-74页
参考文献第74-78页
作者简介及科研成果第78-79页
致谢第79页

论文共79页,点击 下载论文
上一篇:基于矩阵体积的关系图聚类算法研究
下一篇:吉林联通VPDN系统组建与应用研究