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

多传感器图像融合算法研究

摘要第4-5页
ABSTRACT第5-6页
1 绪论第9-14页
    1.1 课题的研究背景、现状及意义第9-10页
    1.2 多传感图像融合的基本原理第10-13页
        1.2.1 多传感图像融合的层次第10-11页
        1.2.2 多传感图像融合的目的第11-12页
        1.2.3 多传感图像融合的要求及方法第12-13页
    1.3 小结第13-14页
2 多传感器图像融合的常见方法第14-22页
    2.1 基于加权平均图像融合方法第14-15页
    2.2 基于图像像素灰度值选大小的图像融合方法第15页
    2.3 基于PCA变换的图像融合方法第15-17页
        2.3.1 主成份分析流程图第15-16页
        2.3.2 基于主成份分析基本思想步骤第16-17页
    2.4 基于塔形分解的图像融合方法第17-19页
        2.4.1 图像的高斯金字塔分解第17-18页
        2.4.2 图像的拉普拉斯金字塔分解第18页
        2.4.3 拉普拉斯变换的图像融合的基本框架第18-19页
    2.5 基于压缩感知理论的图像融合第19-21页
        2.5.1 信号的稀疏表示第20页
        2.5.2 测量矩阵第20-21页
        2.5.3 信号的重构第21页
    2.6 本章小结第21-22页
3 基于多级尺度分块的不同聚焦图像融合第22-35页
    3.1 引言第22页
    3.2 基于多级分块缩放的不同聚焦图像融合算法第22-26页
        3.2.1 高斯模糊比较下的图像块决策图第23-24页
        3.2.2 一致性原则下的图像块隶属图第24-25页
        3.2.3 多级图像块的迭代法第25-26页
        3.2.4 融合规则第26页
    3.3 算法步骤及评价指标第26-29页
        3.3.1 算法步骤第26-27页
        3.3.2 融合图像结果的评价指标第27-29页
    3.4 实验结果及分析第29-34页
    3.5 结论第34-35页
4 基于DWT变换下的彩色红外与可见光图像融合第35-44页
    4.1 红外与可见光图像融合的研究意义第35页
    4.2 几种彩色模型简介[56]第35-37页
    4.3 DWT变换图像融合过程第37-39页
    4.4 算法实验结果与分析第39-44页
5 总结与展望第44-45页
    5.1 论文总结第44页
    5.2 未来展望第44-45页
参考文献第45-50页
致谢第50-51页
攻读硕士学位期间发表的学术论文第51-52页
攻读硕士学位期间参与的科研项目第52页

论文共52页,点击 下载论文
上一篇:扫描电子显微镜下碳纳米管/铂金温度传感器的组装与测试
下一篇:基于深度学习的短时交通流预测方法研究