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

面向超分辨率重建的图像配准方法研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-17页
   ·课题研究的背景及意义第10-15页
     ·超分辨率课题研究意义第10-12页
     ·超分辨率图像配准国内外研究现状第12-13页
     ·超分辨率图像配准中丞待解决的问题第13-15页
   ·本文研究的内容及组织安排第15-17页
     ·研究内容第15页
     ·论文组织安排第15-17页
第2章 图像跟踪与配准方法第17-41页
   ·图像跟踪的基本方法第17-23页
     ·图像跟踪概述第17-18页
     ·各种跟踪方法介绍第18-21页
     ·直方图和边界特征点的目标跟踪方法第21-23页
   ·图像配准原理第23-34页
     ·图像配准模型第23-27页
     ·图像配准算法第27-33页
     ·算法性能评价第33-34页
   ·Lucas图像配准方法第34-41页
     ·经典Lucas配准方法第34-36页
     ·改进的Lucas配准方法第36-41页
第3章 基于 SIFT的目标跟踪第41-62页
   ·基于SIFT的目标跟踪算法概述第41-42页
   ·SIFT特征描述子第42-49页
   ·九点匹配法第49-51页
   ·各种目标跟踪算法实验效果比较第51-62页
     ·直方图目标跟踪实验结果第51-52页
     ·基于边界特征点的目标跟踪实验结果第52-54页
     ·改进的SIFT目标跟踪算法实验结果第54-62页
第4章 基于目标跟踪的图像配准第62-94页
   ·基于目标跟踪的图像配准方法概述第62页
   ·基于目标跟踪的图像配准算法流程第62-64页
   ·实验分析第64-93页
   ·本章小结第93-94页
第5章 基于遗传算法的图像配准第94-103页
   ·遗传算法概述第94页
   ·遗传算法基本流程第94-97页
     ·遗传算法思想第94-97页
     ·基于遗传算法的图像配准第97页
   ·实验分析第97-102页
   ·本章小结第102-103页
第6章 总结与展望第103-105页
   ·全文结论第103-104页
   ·进一步工作展望第104-105页
参考文献第105-110页
附录: 实验图像序列第110-113页
致谢第113-114页
研究生履历第114页

论文共114页,点击 下载论文
上一篇:基于数据挖掘的电信客户欺诈预测模型研究
下一篇:工作流系统访问控制模型的研究