基于特征点的图像配准技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-16页 |
| 第一章 绪论 | 第16-21页 |
| ·研究背景及意义 | 第16-17页 |
| ·国内外研究现状 | 第17-19页 |
| ·变换模型的发展 | 第17-18页 |
| ·相似性测量准则的发展 | 第18页 |
| ·参数优化方法的发展 | 第18-19页 |
| ·本文结构 | 第19页 |
| 参考文献 | 第19-21页 |
| 第二章 医学图像配准 | 第21-34页 |
| ·配准的原理 | 第21-22页 |
| ·配准的分类 | 第22-23页 |
| ·配准的基本步骤 | 第23-31页 |
| ·特征提取 | 第24页 |
| ·特征匹配 | 第24-25页 |
| ·空间变换 | 第25-27页 |
| ·图像插值 | 第27-28页 |
| ·相似性测度函数 | 第28-29页 |
| ·优化方法 | 第29-31页 |
| ·配准应用领域 | 第31-33页 |
| 参考文献 | 第33-34页 |
| 第三章 特征点提取 | 第34-46页 |
| ·Harris角点检测 | 第35-40页 |
| ·Moravec角点检测算子 | 第35-36页 |
| ·Harris角点检测算子 | 第36-39页 |
| ·Harris算法总结 | 第39-40页 |
| ·SIFT算法 | 第40-45页 |
| ·SIFT算法的主要优点 | 第41页 |
| ·SIFT特征提取算法的主要步骤 | 第41-42页 |
| ·SIFT算法详细分解 | 第42-45页 |
| 参考文献 | 第45-46页 |
| 第四章 基于特征点的图像配准技术 | 第46-63页 |
| ·图像配准技术的分类 | 第46-47页 |
| ·基于图像特征的图像配准 | 第46-47页 |
| ·基于最大互信息的图像配准 | 第47页 |
| ·基于特征点的图像配准 | 第47-54页 |
| ·分级特征点选取 | 第47-49页 |
| ·特征点匹配 | 第49-50页 |
| ·空间变换 | 第50-52页 |
| ·相似性测度函数 | 第52-53页 |
| ·优化方法总结 | 第53-54页 |
| ·基于互信息的图像配准技术 | 第54-58页 |
| ·互信息 | 第54-57页 |
| ·基于互信息量的B样条配准方法 | 第57-58页 |
| ·配准的实验结果及讨论 | 第58-61页 |
| ·MR脑部图像配准 | 第59页 |
| ·标准测试图像配准 | 第59-61页 |
| ·结论 | 第61-62页 |
| 参考文献 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·本文的工作总结 | 第63页 |
| ·后续工作展望 | 第63-65页 |
| 作者在攻读硕士学位其间发表的论文 | 第65-66页 |
| 致谢 | 第66-68页 |
