| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 交通图像发展概况 | 第10-18页 |
| 1.1 城市智能交通控制系统 | 第10页 |
| 1.2 智能交通传感器模块概述 | 第10-12页 |
| 1.3 图像融合技术在智能交通系统中的应用 | 第12-13页 |
| 1.4 图像融合的作用 | 第13-14页 |
| 1.5 图像融合的定义及层次 | 第14-15页 |
| 1.5.1 图像融合的定义 | 第14页 |
| 1.5.2 图像融合的层次 | 第14-15页 |
| 1.6 图像融合的评价方法 | 第15-16页 |
| 1.7 总体安排 | 第16-18页 |
| 第二章 交通数字图像预处理技术 | 第18-27页 |
| 2.1 交通图像的预处理 | 第18-22页 |
| 2.1.1 图像空间域增强 | 第18-20页 |
| 2.1.2 图像频率域增强 | 第20-22页 |
| 2.2 数字图像的配准技术 | 第22-24页 |
| 2.2.1 基于图像灰度信息的配准方法 | 第23-24页 |
| 2.3 图像融合的典型方法 | 第24-27页 |
| 2.3.1 简单的图像融合方法 | 第24-25页 |
| 2.3.2 基于PCA变换的图像融合方法 | 第25-27页 |
| 第三章 小波理论结合HSI变换的图像融合算法 | 第27-40页 |
| 3.1 概况 | 第27页 |
| 3.2 图像的小波变换理论 | 第27-32页 |
| 3.2.1 连续小波变换 | 第28-29页 |
| 3.2.2 离散小波变换 | 第29-30页 |
| 3.2.3 二维离散小波变换与Mallat算法 | 第30-31页 |
| 3.2.4 基于小波变换的图像融合算法 | 第31-32页 |
| 3.3 图像的HSI变换 | 第32-34页 |
| 3.3.1 图像HSI变换理论 | 第32-33页 |
| 3.3.2 基于HSI变换的图像融合方法 | 第33-34页 |
| 3.4 基于小波理论结合HSI变换的交通图像融合算法 | 第34-37页 |
| 3.4.1 改进的小波变换系数融合规则 | 第34-36页 |
| 3.4.2 改进的融合算法具体步骤 | 第36-37页 |
| 3.5 试验结果分析 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于灰度近似的交通图像融合算法 | 第40-46页 |
| 4.1 引言 | 第40页 |
| 4.2 多源交通图像信息融合技术 | 第40-43页 |
| 4.2.1 多源交通图像采集原理及应用 | 第40-42页 |
| 4.2.2 多源交通图像信息融合原理 | 第42-43页 |
| 4.3 基于灰度近似的多源交通图像融合算法 | 第43-44页 |
| 4.4 多源交通图像融合试验与结果分析 | 第44-45页 |
| 4.4.1 基于灰度近似的多源交通图像融合试验 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 全文总结 | 第46-47页 |
| 5.1 总结 | 第46-47页 |
| 参考文献 | 第47-48页 |
| 致谢 | 第48页 |