声明
摘要
1 绪论
1.1 课题研究的背景和意义
1.2 图像配准技术的发展和研究现状
1.3 本文的研究内容和组织
2 图像配准方法研究
2.1 图像配准的研究框架
2.2 图像配准数学原理
2.3 图像预处理方法
2.3.1 图像增强
2.3.2 几何纠正
2.4 图像变换
2.4.1 刚体变换
2.4.2 仿射变换
2.4.3 投影变换
2.4.4 多项式变换
2.5 相似性度量
2.6 配准搜索策略
2.6.1 RANSAC算法
2.6.2 Powell算法
2.6.3 粒子群优化算法
2.7 本章小结
3 基于改进CPSO优化的特征点图像配准策略
3.1 常见图像配准方法分析
3.1.1 基于特征的图像配准方法
3.1.2 基于灰度的图像配准方法
3.2 特征点和角点分析
3.2.1 特征点和角点的特点
3.2.2 Harris角点及角点检测算法
3.3 特征点的特征提取
3.4 图像配准过程
3.4.1 图像配准初步匹配
3.4.2 图像误匹配剔除
3.4.3 确定变换参数
3.4 基于改进CPSO优化的特征点图像配准
3.5 实验结果与分析
3.5.1 实验一 误匹配剔除实验
3.5.2 实验二拍摄点不同的图像配准实验
3.5.3 实验三 CPSO引入特征点图像配准实验
3.6 本章小结
4 基于TPE两点熵的图像配准策略
4.1 两点熵与互信息
4.1.1 两点熵
4.1.2 互信息与TPE互信息
4.2 基于TPE两点熵的图像配准
4.2.1 互信息图像配准的原理
4.2.2 图像的联合直方图
4.2.3 互信息图像配准基本实现过程和实验
4.2.4 基于TPE两点熵的图像配准算法实现
4.2.5 实验结果与分析
4.3 本章小结
5 总结和展望
5.1 总结
5.2 展望
参考文献
致谢