多源图像配准算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 课题研究背景及意义 | 第14-15页 |
| 1.2 图像配准方法概述 | 第15-18页 |
| 1.2.1 图像配准原理 | 第15-18页 |
| 1.2.2 图像配准方法分类 | 第18页 |
| 1.3 国内外研究现状 | 第18-19页 |
| 1.4 论文内容和结构安排 | 第19-22页 |
| 第2章 基于边缘方向角度和灰度的异源图像配准方法 | 第22-40页 |
| 2.1 引言 | 第22页 |
| 2.2 相似性度量函数介绍 | 第22-25页 |
| 2.2.1 归一化互信息（NMI） | 第23-24页 |
| 2.2.2 归一化互相关（NCC） | 第24页 |
| 2.2.3 交叉累计残差熵（CCRE） | 第24-25页 |
| 2.3 常用搜索方法介绍 | 第25-28页 |
| 2.3.1 Powell 搜索算法 | 第25-26页 |
| 2.3.2 单纯形优化算法 | 第26-27页 |
| 2.3.3 粒子群搜索算法（PSO） | 第27-28页 |
| 2.4 基于边缘方向和灰度的异源图像配准 | 第28-33页 |
| 2.4.1 算法思想和流程 | 第28-29页 |
| 2.4.2 边缘方向提取 | 第29-31页 |
| 2.4.3 三维直方图的建立 | 第31-32页 |
| 2.4.4 目标函数的建立 | 第32-33页 |
| 2.4.5 优化搜索算法 | 第33页 |
| 2.5 实验结果分析 | 第33-39页 |
| 2.5.1 配准精度分析 | 第34-37页 |
| 2.5.2 配准速度分析 | 第37-39页 |
| 2.6 小结 | 第39-40页 |
| 第3章 基于边缘区域和互相关的异源图像配准方法 | 第40-56页 |
| 3.1 引言 | 第40页 |
| 3.2 图像的归一化互相关系数 | 第40-42页 |
| 3.3 常用边缘检测方法 | 第42-45页 |
| 3.3.1 边缘检测理论基础 | 第42-43页 |
| 3.3.2 边缘检测算子 | 第43-45页 |
| 3.4 基于边缘区域和互相关的异源图像配准 | 第45-50页 |
| 3.4.1 算法思想和流程 | 第45-46页 |
| 3.4.2 平方互相关函数分析 | 第46-48页 |
| 3.4.3 边缘区域提取 | 第48-49页 |
| 3.4.4 PSO 搜索算法分析 | 第49-50页 |
| 3.5 结果分析 | 第50-55页 |
| 3.5.1 D 取值分析 | 第51-54页 |
| 3.5.2 与传统方法比较 | 第54-55页 |
| 3.6 小结 | 第55-56页 |
| 第4章 基于相位一致模型的同源图像配准方法 | 第56-72页 |
| 4.1 引言 | 第56页 |
| 4.2 相位一致性原理 | 第56-57页 |
| 4.3 基于相位一致模型的图像配准 | 第57-62页 |
| 4.3.1 算法思想和流程 | 第57-58页 |
| 4.3.2 希尔伯特变换 | 第58-59页 |
| 4.3.3 建立相位一致模型 | 第59-60页 |
| 4.3.4 构建目标函数 | 第60-62页 |
| 4.3.5 优化搜索算法 | 第62页 |
| 4.4 实验结果分析 | 第62-71页 |
| 4.4.1 与传统方法比较 | 第63-65页 |
| 4.4.2 允许误差 e对配准结果的影响 | 第65-71页 |
| 4.5 小结 | 第71-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 5.1 本文研究工作总结 | 第72页 |
| 5.2 进一步研究的方向和展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读学位期间发表论文与研究成果清单 | 第82页 |
