| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1. 绪论 | 第8-18页 |
| 1.1 研究背景及现状 | 第8-9页 |
| 1.2 图像融合研究的意义 | 第9页 |
| 1.3 像素级图像融合方法概述 | 第9-15页 |
| 1.3.1 融合方法 | 第9-12页 |
| 1.3.2 融合规则 | 第12-13页 |
| 1.3.3 融合评价 | 第13-15页 |
| 1.4 国内外研究进展 | 第15页 |
| 1.5 本文的主要工作 | 第15-18页 |
| 2. 二维经验模态分解 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 基于行列交叉分解的经验模态分解 | 第18-19页 |
| 2.3 复数经验模态分解 | 第19-21页 |
| 2.4 基于插值函数的经验模态分解 | 第21-22页 |
| 2.5 基于局部均值的经验模态分解 | 第22-24页 |
| 2.6 本章小结 | 第24-26页 |
| 3. 基于区域特性和改进BEMD的图像融合方法 | 第26-42页 |
| 3.1 引言 | 第26页 |
| 3.2 二维经验模态分解的改进方案 | 第26-29页 |
| 3.3 基于区域特性和改进BEMD的图像融合 | 第29-32页 |
| 3.3.1 BIMF分量融合 | 第29-30页 |
| 3.3.2 残差分量融合 | 第30-31页 |
| 3.3.3 融合算法步骤 | 第31-32页 |
| 3.4 融合结果与实验分析 | 第32-41页 |
| 3.4.1 多聚焦图像融合实验 | 第32-34页 |
| 3.4.2 遥感图像融合实验 | 第34-36页 |
| 3.4.3 医学图像融合实验 | 第36-38页 |
| 3.4.4 分解层数讨论 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4. 基于LAVEMD和PCNN的医学图像融合方法 | 第42-54页 |
| 4.1 引言 | 第42-43页 |
| 4.2 PCNN模型 | 第43页 |
| 4.3 基于LAVEMD和PCNN的医学图像融合 | 第43-47页 |
| 4.3.1 BIMF分量融合 | 第44-45页 |
| 4.3.2 残差分量融合 | 第45-46页 |
| 4.3.3 融合算法步骤 | 第46-47页 |
| 4.4 融和结果与实验分析 | 第47-53页 |
| 4.4.1 第一组医学图像融合实验 | 第47-48页 |
| 4.4.2 第二组医学图像融合实验 | 第48-49页 |
| 4.4.3 第三组医学图像融合实验 | 第49-50页 |
| 4.4.4 分解层数讨论 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5. 结论 | 第54-56页 |
| 5.1 本文的工作总结 | 第54页 |
| 5.2 研究展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 附录 | 第64页 |