基于互信息的图像配准技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·图像配准的概念 | 第7页 |
| ·国内外研究的背景与技术现状 | 第7-9页 |
| ·图像配准的应用分类 | 第9页 |
| ·研究目的及意义 | 第9-10页 |
| ·本文主要工作及组织结构 | 第10-13页 |
| 第二章 图像配准理论研究 | 第13-25页 |
| ·图像配准的基本原理 | 第13-16页 |
| ·图像配准的数学描述 | 第13页 |
| ·图像预处理技术 | 第13-16页 |
| ·图像配准方法分类 | 第16-19页 |
| ·基于特征的图像配准方法 | 第16-18页 |
| ·基于灰度的图像配准方法 | 第18-19页 |
| ·图像配准的基本框架和流程 | 第19-21页 |
| ·图像配准的基本框架 | 第19-20页 |
| ·图像配准的基本流程 | 第20-21页 |
| ·图像配准的变换模型 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于互信息的图像配准 | 第25-37页 |
| ·图像互信息理论概述 | 第25-30页 |
| ·熵 | 第25-26页 |
| ·图像的联合直方图 | 第26页 |
| ·互信息 | 第26-28页 |
| ·互信息的计算 | 第28-29页 |
| ·互信息的研究进展 | 第29-30页 |
| ·灰度插值技术和重采样 | 第30-34页 |
| ·最近邻插值法 | 第31页 |
| ·双线性插值法 | 第31-32页 |
| ·立方卷积插值法 | 第32-33页 |
| ·PV 插值法 | 第33-34页 |
| ·出界点及灰度压缩对配准的影响 | 第34-35页 |
| ·出界点问题 | 第34页 |
| ·灰度压缩问题 | 第34-35页 |
| ·归一化边缘互信息 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 图像配准的优化算法 | 第37-51页 |
| ·优化算法分类 | 第37-38页 |
| ·Powell 算法 | 第38-40页 |
| ·基本 Powell 的算法实现 | 第38-39页 |
| ·改进的 Powell 算法 | 第39-40页 |
| ·遗传算法 | 第40-42页 |
| ·蚁群算法 | 第42-44页 |
| ·蚁群算法的基本原理 | 第42-43页 |
| ·基本蚁群算法的数学模型和实现步骤 | 第43-44页 |
| ·蚁群算法与Powell 结合的混合优化算法 | 第44-49页 |
| ·改进的连续蚁群算法 | 第44-47页 |
| ·NACO-Powell 混合优化算法 | 第47页 |
| ·算法性能对比实验 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 基于加速因子的自适应加速粒子群配准算法 | 第51-57页 |
| ·粒子群优化算法 | 第51-52页 |
| ·PSO 算法的基本思想 | 第51页 |
| ·PSO 算法的数学模型 | 第51-52页 |
| ·自适应加速粒子群算法 | 第52-53页 |
| ·实验结果与分析 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·本文的工作总结 | 第57页 |
| ·工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第64页 |
