基于梯度域的多源图像融合关键技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题背景与研究意义 | 第12-13页 |
| 1.2 课题发展过程与研究现状 | 第13-16页 |
| 1.3 图像融合的分类 | 第16-17页 |
| 1.4 本论文的研究内容与结构安排 | 第17-19页 |
| 1.4.1 主要研究内容 | 第17页 |
| 1.4.2 本论文的章节安排 | 第17-19页 |
| 第二章 多传感器成像及其融合 | 第19-30页 |
| 2.1 引言 | 第19页 |
| 2.2 各种传感器成像原理与特性简介 | 第19-27页 |
| 2.2.1 一般可见光成像特性 | 第19-20页 |
| 2.2.2 热红外成像特性 | 第20-23页 |
| 2.2.3 医学图像成像特性 | 第23-25页 |
| 2.2.4 遥感传感器及其成像特性 | 第25-27页 |
| 2.3 多源图像融合现存问题&未来发展趋势 | 第27-29页 |
| 2.3.1 目前存在的问题 | 第27-28页 |
| 2.3.2 多源图像融合研究方向展望 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 结构张量及其在梯度域多源图像融合中的应用 | 第30-36页 |
| 3.1 引言 | 第30页 |
| 3.2 结构张量 | 第30-31页 |
| 3.3 基于结构张量的图像融合 | 第31-33页 |
| 3.4 图像的梯度域重构 | 第33-34页 |
| 3.5 仿真 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 梯度域相似性滤波及其用于多源图像融合 | 第36-47页 |
| 4.1 引言 | 第36-37页 |
| 4.2 动机 | 第37-38页 |
| 4.3 局部结构相似性度量 | 第38-40页 |
| 4.4 初步融合梯度场确定 | 第40-42页 |
| 4.5 梯度相似性滤波 | 第42-45页 |
| 4.5.1 相似性滤波 | 第42-43页 |
| 4.5.2 结合四叉树技术的滤波尺度确定过程 | 第43-45页 |
| 4.6 本章小结 | 第45-47页 |
| 第五章 实验与仿真 | 第47-66页 |
| 5.1 初步融合梯度场确定实验 | 第47-49页 |
| 5.2 局部结构相似性度量测试实验 | 第49-51页 |
| 5.3 梯度域相似性滤波实验 | 第51-53页 |
| 5.4 自适应滤波尺度确定实验 | 第53-55页 |
| 5.5 抗噪声性能测试实验 | 第55-58页 |
| 5.6 最终融合结果对比实验 | 第58-64页 |
| 5.6.1 客观指标对比 | 第58-61页 |
| 5.6.2 主观质量对比 | 第61-62页 |
| 5.6.3 算法执行效率分析 | 第62-64页 |
| 5.7 本章小结 | 第64-66页 |
| 第六章 总结 | 第66-68页 |
| 6.1 本文总结 | 第66-67页 |
| 6.2 研究展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间取得的成果 | 第74页 |
