| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景和意义 | 第14页 |
| 1.2 研究历史现状分析 | 第14-15页 |
| 1.3 论文研究内容及结构安排 | 第15-18页 |
| 第二章 图像配准理论概述 | 第18-32页 |
| 2.1 图像配准的简介 | 第18-19页 |
| 2.2 图像配准的理论 | 第19-20页 |
| 2.2.1 图像配准的定义 | 第19页 |
| 2.2.2 几何变换的类型 | 第19-20页 |
| 2.3 图像配准的一般方法 | 第20-27页 |
| 2.3.1 基于灰度的图像配准方法 | 第20-25页 |
| 2.3.2 基于特征的图像配准方法 | 第25-26页 |
| 2.3.3 基于变换域的图像配准方法 | 第26-27页 |
| 2.4 图像配准的预处理 | 第27-30页 |
| 2.4.1 图像增强 | 第27-29页 |
| 2.4.2 图像几何校正 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 改进的基于互信息和Harris角点检测的图像配准 | 第32-46页 |
| 3.1 基于灰度和基于特征的图像配准方法的局限 | 第32-33页 |
| 3.2 改进的基于互信息和Harris角点检测的图像配准方法 | 第33-37页 |
| 3.2.1 Harris角点特征提取 | 第33-34页 |
| 3.2.2 改进的Harris角点特征提取方法 | 第34-35页 |
| 3.2.3 最相似图像块的提取 | 第35页 |
| 3.2.4 特征点匹配 | 第35-36页 |
| 3.2.5 改进的基于互信息和Harris角点检测的图像配准方法步骤 | 第36-37页 |
| 3.3 实验结果和分析 | 第37-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于正交学习差分进化算法的图像配准 | 第46-62页 |
| 4.1 正交学习差分进化算法 | 第46-51页 |
| 4.1.1 差分进化算法 | 第46-49页 |
| 4.1.2 正交学习策略 | 第49-51页 |
| 4.2 基于正交学习差分进化算法的图像配准 | 第51-53页 |
| 4.2.1 编码 | 第51页 |
| 4.2.2 种群的更新进化 | 第51-52页 |
| 4.2.3 适应度函数 | 第52页 |
| 4.2.4 基于正交学习差分进化算法的图像配准方法步骤 | 第52-53页 |
| 4.3 实验结果和分析 | 第53-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
