首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于互信息的异源图像配准研究

摘要第5-6页
ABSTRACT第6页
符号对照表第9-10页
缩略语对照表第10-13页
第一章 绪论第13-19页
    1.1 研究背景及意义第13-14页
    1.2 国内外图像配准研究现状及发展趋势第14-17页
        1.2.1 国内外图像配准研究现状第14-16页
        1.2.2 国内外图像配准发展趋势第16-17页
    1.3 研究内容及本文结构第17-19页
第二章 图像配准的技术理论第19-35页
    2.1 图像配准的描述第19-23页
        2.1.1 图像配准的定义第19页
        2.1.2 图像配准的空间变换类型第19-21页
        2.1.3 图像的插值第21-23页
    2.2 图像配准方法分类第23-28页
        2.2.1 基于灰度的图像配准方法第24-25页
        2.2.2 基于特征的图像配准方法第25-27页
        2.2.3 基于变换域的图像配准方法第27-28页
    2.3 图像配准的基本过程及步骤第28-30页
    2.4 图像配准的评价第30-33页
    2.5 本章小结第33-35页
第三章 基于小波分解与互信息的图像配准第35-43页
    3.1 互信息的基本理论第35-36页
        3.1.1 熵第35页
        3.1.2 互信息的概念及描述第35-36页
        3.1.3 互信息的基本性质第36页
    3.2 基于小波变换和互信息方法的图像配准第36-42页
        3.2.1 小波变换的基本理论第36-39页
        3.2.2 基于小波多分辨和互信息的配准过程第39-40页
        3.2.3 基于小波多分辨和互信息配准的实验结果第40-42页
    3.3 本章小结第42-43页
第四章 基于小波分解的梯度结合互信息的异源图像配准第43-57页
    4.1 图像的梯度理论第43-45页
    4.2 梯度与互信息方法结合的配准第45-48页
        4.2.1 梯度与互信息方法结合的配准测度第45-47页
        4.2.2 小波分解的梯度与互信息方法结合的配准过程第47-48页
    4.3 异源图像的配准实验结果第48-55页
        4.3.1 两种相似性测度配准函数曲线对比第48-50页
        4.3.2 异源图像配准实验结果及配准结果评价第50-55页
    4.4 本章小结第55-57页
第五章 总结与展望第57-59页
    5.1 论文研究结论第57-58页
    5.2 研究工作展望第58-59页
参考文献第59-63页
致谢第63-65页
作者简介第65-66页

论文共66页,点击 下载论文
上一篇:基于半监督SVM的非平衡学习
下一篇:基于RT-Thread的智能开关设计