摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-13页 |
·研究背景 | 第10页 |
·研究现状 | 第10-11页 |
·论文组织 | 第11-13页 |
第2章 图像匹配问题及相关研究 | 第13-18页 |
·图像匹配问题概述 | 第13-15页 |
·图像匹配问题的定义 | 第13页 |
·解决图像匹配问题的一般流程 | 第13-14页 |
·图像匹配的主要方法及其比较 | 第14页 |
·图像匹配问题研究的关键要素 | 第14-15页 |
·图像匹配理论问题的数学描述 | 第15-17页 |
·图像几何变换的基本数学模型描述 | 第15-16页 |
·图像匹配理论问题的数学表述 | 第16-17页 |
·图像匹配的边缘特征 | 第17-18页 |
第3章 Hausdorff距离问题及相关研究 | 第18-22页 |
·Hausdorff距离的提出 | 第18页 |
·Hausdorff距离的定义 | 第18-19页 |
·基于Hausdorff距离的图像匹配问题研究现状 | 第19-20页 |
·对Hausdorff距离的相关改进 | 第20-22页 |
·部分Hausdorff距离 | 第20-21页 |
·改进Hausdorff距离(MHD) | 第21-22页 |
第4章 结合遗传算法的图像匹配自学习方法 | 第22-32页 |
·遗传算法的提出 | 第22页 |
·遗传算法的基本原理 | 第22-24页 |
·遗传算法的基本术语 | 第24-25页 |
·遗传算法的基本操作 | 第25-29页 |
·参数编码 | 第26页 |
·初始化群体 | 第26页 |
·适应值函数 | 第26-27页 |
·遗传算子 | 第27-28页 |
·控制参数和选择 | 第28-29页 |
·终止循环的条件 | 第29页 |
·遗传算法的特征 | 第29-30页 |
·遗传局部搜索策略 | 第30-32页 |
第5章 基于Hausdorff距离和遗传算法的图像匹配 | 第32-48页 |
·特征空间与特征提取 | 第32-33页 |
·图像特征提取 | 第32页 |
·图像边缘检测与二值化 | 第32-33页 |
·相似性度量Hausdorff距离 | 第33-35页 |
·Hausdorff距离性质分析 | 第34-35页 |
·变换模型与搜索空间 | 第35-36页 |
·变换模型选择 | 第35页 |
·搜索空间分析 | 第35-36页 |
·基于遗传算法的搜索策略 | 第36-45页 |
·染色体编码 | 第36页 |
·个体适应值评估函数 | 第36-37页 |
·选择算子 | 第37-38页 |
·杂交操作 | 第38-40页 |
·变异操作 | 第40页 |
·种群初始化方法 | 第40-41页 |
·个体自学习 | 第41-45页 |
·算法参数分析 | 第45页 |
·算法的整体流程 | 第45-47页 |
·与其它算法的比较 | 第47-48页 |
第6章 图像匹配自学习方法应用程序开发 | 第48-62页 |
·人物、动物图像匹配 | 第49-50页 |
·人物图像匹配 | 第49-50页 |
·动物图像匹配 | 第50页 |
·文字图像匹配 | 第50-52页 |
·遥感图像匹配 | 第52-54页 |
·物体图像匹配 | 第54-59页 |
·车辆、飞机图像匹配 | 第54-55页 |
·室内物体匹配 | 第55-58页 |
·场景图像匹配 | 第58-59页 |
·算法匹配效率分析 | 第59-62页 |
·算法匹配的正确率分析 | 第59-60页 |
·算法匹配的时间效率分析 | 第60-62页 |
第7章 总结与展望 | 第62-64页 |
·总结与展望 | 第62-64页 |
参考文献 | 第64-70页 |
致谢 | 第70页 |