| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 图像融合的层次 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 本文的主要研究内容和创新点 | 第12-13页 |
| 1.5 本文的章节安排 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第二章 多传感器图像融合的预备知识 | 第15-26页 |
| 2.1 图像融合的目的 | 第15页 |
| 2.2 多传感器图像的预处理 | 第15-16页 |
| 2.2.1 图像校正 | 第15-16页 |
| 2.2.2 图像去噪 | 第16页 |
| 2.2.3 图像配准 | 第16页 |
| 2.3 常用的图像融合方法 | 第16-20页 |
| 2.3.1 基于空间域的图像融合方法 | 第17-18页 |
| 2.3.2 基于变换域的图像融合方法 | 第18-20页 |
| 2.4 图像融合评价标准 | 第20-25页 |
| 2.4.1 主观评价 | 第20页 |
| 2.4.2 客观评价 | 第20-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于NSCT变换的红外与可见光图像融合新算法 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 非下采样Contourlet变换 | 第26-30页 |
| 3.2.1 非下采样金字塔 | 第27-29页 |
| 3.2.2 非下采样方向滤波器组 | 第29-30页 |
| 3.3 结基于NSCT变换的红外与可见光图像融合新算法 | 第30-33页 |
| 3.3.1 新算法融合步骤 | 第30-31页 |
| 3.3.2 低频系数融合规则 | 第31-32页 |
| 3.3.3 高频系数融合规则 | 第32-33页 |
| 3.4 实验结果和对比分析 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 一种新的结合NSCT和PCNN的图像融合方法 | 第37-48页 |
| 4.1 引言 | 第37页 |
| 4.2 脉冲耦合神经网络(PCNN) | 第37-40页 |
| 4.2.1 PCNN的基本模型 | 第37-39页 |
| 4.2.2 PCNN运行原理 | 第39页 |
| 4.2.3 PCNN简化模型 | 第39-40页 |
| 4.3 一种新的结合NSCT和PCNN的图像融合方法 | 第40-44页 |
| 4.3.1 PCNN链接强度的自适应选择 | 第40页 |
| 4.3.2 PCNN新方法融合步骤 | 第40-41页 |
| 4.3.3 低频融合规则 | 第41-42页 |
| 4.3.4 高频融合规则 | 第42-44页 |
| 4.4 仿真实验结果和分析 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 结合NSCT与IHS的遥感图像融合改进方法 | 第48-56页 |
| 5.1 引言 | 第48页 |
| 5.2 基于IHS变换的图像融合方法 | 第48-50页 |
| 5.3 模糊逻辑基本理论 | 第50页 |
| 5.4 结合NSCT和IHS的遥感图像融合改进方法 | 第50-53页 |
| 5.4.1 新算法的基本框架 | 第50-51页 |
| 5.4.2 低频融合规则 | 第51-52页 |
| 5.4.3 高频融合规则 | 第52-53页 |
| 5.5 实验结果和比较分析 | 第53-54页 |
| 5.6 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 结论 | 第56-57页 |
| 6.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第63页 |
