1绪论
1.1 引言
1.2 多目标优化问题概述
1.3 分布估计算法概述
1.4 本书主要研究内容及创新点
1.4.1 主要研究内容
1.4.2 创新点
1.5 本书的组织结构
2背景知识介绍
2.1 多目标分布估计算法
2.1.1 EDA基本框架
2.1.2 多目标EDA结构
2.2 多目标优化算法性能评价指标
2.3 Wilcoxon符号秩和检验法
2.4 图像配准
2.4.1 基于变换域的图像配准
2.4.2 基于特征的图像配准
2.4.3 基于ORB的图像配准
2.5 本章小结
3基于规则模型的无聚类多目标分布估计算法
3.1 引言
3.2 RM-MEDA算法
3.3 基于规则模型的无聚类多目标分布估计算法
3.3.1 RM-MEDA的类别数分析
3.3.2 去聚类操作
3.3.3 全变量高斯模型
3.3.4 FRM-MEDA算法
3.4 实验
3.4.1 测试函数
3.4.2 实验设置
3.4.3 实验结果及分析
3.5 本章小结
4基于社会变革模型的多目标分布估计算法
4.1 引言
4.2 社会变革模型
4.2.1 社会变革模型的构建
4.2.2 社会变革模型中的催化因子
4.3 基于社会变革模型的多目标优化框架
4.4 基于社会变革模型的多目标分布估计算法
4.4.1 SR-MEDA-VL算法
4.4.2 SR-MEDA-ZDT算法
4.5 实验
4.5.1 实验设置
4.5.2 实验结果及分析
4.6 本章小结
5多目标分布估计算法在图像配准中的应用
5.1 引言
5.2 基于多目标优化的图像配准方法
5.2.1 模型参数估计存在的问题
5.2.2 多目标模型的建立
5.2.3 多目标模型的求解
5.3 MO-IRM在大足石刻图像配准上的应用
5.4 实验
5.4.1 实验设置
5.4.2 结果及分析
5.5 本章小结
6多图自动拼接系统设计与实现
6.1 引言
6.2 多图自动拼接的必要性
6.2.1 大足石刻现状
6.2.2 数字图像配准及修复
6.3 多图配准策略
6.3.1 基于优先权的多图自动配准策略
6.3.2 基于最大生成树的多图自动配准策略
6.3.3 多图自动配准流程
6.4 多图自动拼接系统
6.4.1 OpenCV简介
6.4.2 MFC简介
6.4.3 多图自动配准系统设计与实现
6.5 本章小结
7总结与展望
7.1 主要结论
7.2 后续工作展望
附录缩略语对照表
参考文献
后记
展开