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

基于驱动力的Log-Demons算法及其在大形变图像配准中的应用

摘要第6-8页
ABSTRACT第8-9页
第1章 绪论第13-23页
    1.1 研究背景与意义第13-14页
    1.2 图像配准的相关技术第14-15页
        1.2.1 图像配准的数学定义第14页
        1.2.2 图像配准的框架第14-15页
    1.3 国内外研究现状第15-18页
    1.4 本文主要研究内容第18-20页
    1.5 本文组织结构第20-22页
    1.6 本章小结第22-23页
第2章 Log-Demons算法介绍第23-32页
    2.1 传统Demons配准算法介绍第23-25页
    2.2 Additive Demons算法第25-27页
    2.3 微分同胚Log-Demons算法第27-31页
        2.3.1 微分同胚及李群第27-30页
        2.3.2 微分同胚Log-Demons算法第30-31页
        2.3.3 多分辨率策略第31页
    2.4 本章小结第31-32页
第3章 基于结构张量的Log-Demons算法第32-39页
    3.1 结构张量概念第32-33页
    3.2 结构张量与Log-Demons算法相结合第33-34页
    3.3 实验第34-38页
        3.3.1 小形变图像配准实验第34-35页
        3.3.2 大形变图像配准实验第35-37页
        3.3.3 脑图像配准实验第37-38页
    3.4 本章小结第38-39页
第4章 基于驱动力的Log-Demons算法第39-48页
    4.1 Log-Demons算法的不足第39-40页
    4.2 驱动力的定义及获得第40-44页
    4.3 驱动力引导的Log-Demons算法第44-47页
    4.4 小结第47-48页
第5章 实验结果及分析第48-60页
    5.1 数据库介绍第48页
    5.2 评价方法第48-49页
    5.3 实验设计与结果分析第49-59页
        5.3.1 模拟图像实验第49-56页
        5.3.2 真实场景大位移图像配准实验第56-58页
        5.3.3 脑图像配准实验第58-59页
    5.4 本章小结第59-60页
第6章 总结与展望第60-62页
    6.1 总结第60-61页
    6.2 未来工作展望第61-62页
参考文献第62-68页
致谢第68-69页
攻读硕士学位期间参与的项目以及学术成果第69页

论文共69页,点击 下载论文
上一篇:基于Web的微分方程自动求解系统的研究与开发
下一篇:一种基于数理形态学的斑点和矩形形态滤波器