摘要
本论文主要研究基于计算智能的图像配准与分割方法。图像配准与分割是数字图像处理中两个重要的基础性任务,也是机器学习、计算机视觉、模式识别等领域的重要部分。随着图像传感器和成像技术的不断提升,对图像配准与分割的结果要求也越来越高。如何在复杂情况下得到鲁棒而精确的图像配准和分割结果;如何在噪声和形变存在的条件下实现快速、准确、鲁棒的遥感图像配准;如何借助高阶特征得到更加准确的图匹配结果。这些都是图像配准和分割中需要解决的问题和研究的热点。近年来,图像配准和分割中的大多数问题可以被建模成优化问题,虽然已有不少优化方法被提出,但是普遍存在精度不够高、通用性低、鲁棒性差等问题。本论文主要针对以上问题,提出...
- 单位