| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8-10页 |
| ·国内外研究概况 | 第10-12页 |
| ·压缩感知技术发展现状 | 第10-11页 |
| ·图像融合技术发展现状 | 第11-12页 |
| ·本文主要研究内容和结构安排 | 第12-14页 |
| 第二章 图像融合及压缩感知的基本理论 | 第14-32页 |
| ·图像融合的基本理论 | 第14-23页 |
| ·图像融合的过程和应遵守的准则 | 第14-15页 |
| ·图像融合的层次 | 第15-16页 |
| ·像素级图像融合的常用方法算法概述 | 第16-19页 |
| ·图像融合规则及融合算子 | 第19-20页 |
| ·图像融合性能评价 | 第20-23页 |
| ·压缩感知理论简介 | 第23-30页 |
| ·压缩感知的基本原理 | 第24-26页 |
| ·信号的稀疏表示 | 第26-27页 |
| ·观测矩阵设计 | 第27-29页 |
| ·信号的重构 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 基于平均梯度加权的压缩感知多聚焦图像融合 | 第32-48页 |
| ·平均梯度加权的图像融合模型 | 第32-33页 |
| ·平均梯度加权的压缩感知图像融合算法 | 第33-35页 |
| ·图像的稀疏性分解 | 第33页 |
| ·测量矩阵的选取 | 第33-34页 |
| ·融合规则的设计 | 第34页 |
| ·重构算法 | 第34-35页 |
| ·算法实现 | 第35页 |
| ·实验结果及分析 | 第35-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 基于单层小波变换的压缩感知图像融合 | 第48-62页 |
| ·单层小波变换的图像融合模型 | 第48-49页 |
| ·单层小波变换的压缩感知图像融合算法 | 第49-52页 |
| ·采样矩阵 | 第49-51页 |
| ·融合规则 | 第51-52页 |
| ·重构算法 | 第52页 |
| ·算法实现 | 第52-53页 |
| ·实验结果及分析 | 第53-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 基于非下采样Contourlet变换的压缩感知图像融合 | 第62-74页 |
| ·非下采样Contourlet变换 | 第62-63页 |
| ·非下采样Contourlet变换的压缩感知图像融合模型 | 第63-64页 |
| ·融合规则 | 第64-65页 |
| ·算法实现 | 第65-66页 |
| ·实验结果及分析 | 第66-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 结论及展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 硕士期间的学术成果 | 第84页 |