| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 引言 | 第11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.4 研究内容及贡献 | 第15-16页 |
| 1.5 章节安排 | 第16-17页 |
| 第二章 现有图像匹配算法分析 | 第17-37页 |
| 2.1 引言 | 第17页 |
| 2.2 图像空间变换模型 | 第17-20页 |
| 2.2.1 刚性变换 | 第18页 |
| 2.2.2 非刚性变换 | 第18-20页 |
| 2.3 基于像素灰度的图像匹配算法 | 第20-24页 |
| 2.3.1 基于空间域的图像匹配算法 | 第20-21页 |
| 2.3.2 基于傅立叶变换的相位相关法 | 第21-22页 |
| 2.3.3 Lucas-Kanade算法 | 第22-24页 |
| 2.4 基于特征的图像匹配算法 | 第24-36页 |
| 2.4.1 基于特征的图像匹配主要步骤 | 第25-26页 |
| 2.4.2 常用特征点检测算法 | 第26-33页 |
| 2.4.3 基于图像边缘的模板匹配法 | 第33-36页 |
| 2.5 本章小节 | 第36-37页 |
| 第三章 点模式匹配问题 | 第37-47页 |
| 3.1 引言 | 第37-38页 |
| 3.2 基于形状上下文算子的点模式匹配 | 第38-40页 |
| 3.3 基于薄板样条模型的鲁棒点匹配算法 | 第40-44页 |
| 3.4 基于一致性漂移算法的点模式匹配 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于遗传算法的非刚性点匹配方法 | 第47-66页 |
| 4.1 引言 | 第47-48页 |
| 4.2 线性分配-最小二乘问题模型 | 第48-50页 |
| 4.2.1 线性分配问题定义 | 第48页 |
| 4.2.2 最小二乘问题定义 | 第48-49页 |
| 4.2.3 线性分配-最小二乘定义下的点集匹配模型 | 第49-50页 |
| 4.3 遗传算法概述 | 第50-53页 |
| 4.3.1 遗传算法的基本思想 | 第50页 |
| 4.3.2 遗传算法的特点和基本操作 | 第50-53页 |
| 4.4 点集匹配问题下的遗传算法设计 | 第53-65页 |
| 4.4.1 种群编码及初始化 | 第53-56页 |
| 4.4.2 构建适应度函数 | 第56页 |
| 4.4.3 选择算子、交叉算子 | 第56-58页 |
| 4.4.4 变异操作 | 第58-59页 |
| 4.4.5 精英保留策略 | 第59-60页 |
| 4.4.6 基于遗传算法的非刚性点匹配算法伪代码 | 第60页 |
| 4.4.7 实验结果与分析 | 第60-65页 |
| 4.5 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第70-71页 |
| 致谢 | 第71-72页 |