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

基于稀疏表示的图像融合算法研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-18页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-16页
    1.3 研究内容及论文安排第16-18页
第二章 图像融合基本理论第18-30页
    2.1 多尺度分析理论基础第18-21页
        2.1.1 小波变换第18-19页
        2.1.2 曲线波变换第19页
        2.1.3 非下采样轮廓波变换第19-20页
        2.1.4 非下采样剪切波变换第20-21页
    2.2 稀疏表示理论基础第21-22页
    2.3 图像融合的质量评价第22-29页
        2.3.1 基于信息量的客观评价指标第22-24页
        2.3.2 基于图像特征的评价指标第24-27页
        2.3.3 基于结构相似度的评价指标第27-28页
        2.3.4 基于视觉保真特性的评价指标第28-29页
    2.4 本章小结第29-30页
第三章 基于多尺度变换的图像融合算法第30-44页
    3.1 多尺度变换的性质第30-33页
    3.2 多尺度图像融合算法实现第33-34页
    3.3 多尺度图像融合实验结果与分析第34-43页
        3.3.1 基于小波的融合第35-37页
        3.3.2 基于曲线波的融合第37页
        3.3.3 基于非下采样轮换波融合第37-38页
        3.3.4 基于非下采样剪切波的融合第38-39页
        3.3.5 多尺度融合算法比较第39-43页
    3.4 本章小结第43-44页
第四章 基于字典的图像融合算法第44-60页
    4.1 图像块分解和稀疏表示的实现第44-46页
    4.2 分支字典图像融合的实现第46-49页
        4.2.1 分支字典的实现第46-48页
        4.2.2 基于分支字典的图像融合方法第48-49页
    4.3 实验结果与分析第49-59页
        4.3.1 无污染图像实验分析第49-53页
        4.3.2 失配图像实验分析第53-57页
        4.3.3 噪声图像实验第57-59页
    4.4 本章小结第59-60页
第五章 基于NSST和字典相结合的图像融合算法第60-74页
    5.1 NSST和字典表示的互补特性分析第60-63页
        5.1.1 基于NSST图像融合的不足第60-62页
        5.1.2 基于字典图像融合的不足第62-63页
    5.2 NSST-SR图像融合算法的实现第63-66页
        5.2.1 融合规则的选择第63-65页
        5.2.2 融合算法实现第65-66页
    5.3 实验结果分析第66-72页
        5.3.1 多聚焦图像实验与分析第67-69页
        5.3.2 红外与可见光图像融合实验与分析第69-71页
        5.3.3 医学图像融合实验与分析第71-72页
    5.4 本章小结第72-74页
第六章 图像融合客观评价指标集的研究第74-87页
    6.1 多聚焦图像融合客观评价指标集选择第74-82页
        6.1.1 图像融合客观评价指标相关性聚类分析第75-77页
        6.1.2 图像融合客观评价指标一致性分析第77-82页
        6.1.3 多聚焦图像客观评价指标集第82页
    6.2 融合实验仿真平台搭建第82-85页
    6.3 本章小结第85-87页
第七章 总结和展望第87-89页
    7.1 总结第87-88页
    7.2 展望第88-89页
致谢第89-90页
参考文献第90-94页
附录第94-98页
    附录1 图像数据源第94-97页
    附录2 客观评价指标参数第97-98页

论文共98页,点击 下载论文
上一篇:机电学院教学管理信息系统项目管理研究
下一篇:结构光实时三维建模算法研究