| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·图像配准的发展 | 第11-12页 |
| ·论文选题的理论意义 | 第12-13页 |
| ·论文的主要工作 | 第13页 |
| ·论文的章节安排 | 第13-15页 |
| 第2章 图像配准理论 | 第15-28页 |
| ·图像配准的概述 | 第15-18页 |
| ·图像配准定义 | 第15页 |
| ·图像配准主要方法及其比较 | 第15-16页 |
| ·图像配准一般流程 | 第16页 |
| ·图像配准的关键要素 | 第16-17页 |
| ·图像配准的相似性测度 | 第17-18页 |
| ·图像配准的数学描述 | 第18-19页 |
| ·图像几何变换的基本数学模型描述 | 第18-19页 |
| ·图像配准的数学表述 | 第19页 |
| ·以边缘作为特征空间的图像配准 | 第19-27页 |
| ·图像边缘的定义 | 第20页 |
| ·基于边缘信息的特征配准方法 | 第20-24页 |
| ·形状配准 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 边缘特征点的检测与配准 | 第28-57页 |
| ·基于角点图像配准的概述 | 第28页 |
| ·经典特征点检测算法介绍 | 第28-38页 |
| ·Harris 角点的检测方法 | 第28-33页 |
| ·SIFT 特征点的检测方法 | 第33-38页 |
| ·基于边缘轮廓的角点检测算法实现及性能分析 | 第38-45页 |
| ·基于图像边缘轮廓局部曲率的 CSS 角点检测 | 第39-41页 |
| ·具有动态支持域的改进的 CSS 角点检测 | 第41-45页 |
| ·基于边缘特征点的图像配准 | 第45-56页 |
| ·基于奇异值分解的图像配准 | 第45-50页 |
| ·基于马氏距离的图像配准 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 基于改进的部分 Hausdorff 距离的图像配准 | 第57-79页 |
| ·Hausdorff 距离定义及经典算法 | 第57-60页 |
| ·基于遗传算法的搜索策略 | 第60-69页 |
| ·遗传算法的基本原理 | 第60-62页 |
| ·遗传算法的基本结构 | 第62-64页 |
| ·遗传算法的搜索策略 | 第64-69页 |
| ·基于改进部分 Hausdorff 距离的图像配准 | 第69-78页 |
| ·改进的部分 Hausdorff 距离(MSEHD) | 第69-70页 |
| ·特征空间和特征提取 | 第70-71页 |
| ·改进的部分 Hausdorff 距离的相似性度量 | 第71-72页 |
| ·计算的加速方法 | 第72-73页 |
| ·算法的整体流程 | 第73-74页 |
| ·实验结果与分析 | 第74-78页 |
| ·本章小结 | 第78-79页 |
| 第5章 基于边缘特征的图像配准算法分析 | 第79-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第87-88页 |
| 致谢 | 第88-89页 |
