| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 图、表清单 | 第9-10页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-20页 |
| ·课题研究背景和意义 | 第11-13页 |
| ·图像匹配与融合的定义 | 第11页 |
| ·多源遥感图像匹配与融合的目的及意义 | 第11-13页 |
| ·课题的国内外研究概况 | 第13-17页 |
| ·研究发展及现状 | 第13-16页 |
| ·存在的问题 | 第16-17页 |
| ·本文的章节安排和主要创新点 | 第17-20页 |
| ·本文的章节安排 | 第17-18页 |
| ·本文的主要创新点 | 第18-20页 |
| 第二章 基于Contourlet 域、Krawtchouk 矩和粒子群的快速图像匹配 | 第20-31页 |
| ·引言 | 第20-21页 |
| ·图像匹配的过程 | 第21-22页 |
| ·基于Contourlet 域、Krawtchouk 矩和粒子群的快速图像匹配算法 | 第22-29页 |
| ·Contourlet 变换、粒子群和Krawtchouk 矩的基本理论 | 第22-24页 |
| ·改进的带极值扰动的简化粒子群优化算法 | 第24-25页 |
| ·算法实现步骤 | 第25-26页 |
| ·实验结果与分析 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 多源遥感图像匹配 | 第31-44页 |
| ·基于改进型Hausdorff 距离的多源遥感图像匹配算法 | 第31-37页 |
| ·Hausdorff 距离的基本理论 | 第31-33页 |
| ·算法实现步骤 | 第33-34页 |
| ·实验结果分析 | 第34-37页 |
| ·基于Tsallis 熵互信息量的多源遥感图像匹配算法 | 第37-43页 |
| ·经典互信息量和Tsallis 熵互信息量 | 第38-39页 |
| ·算法实现步骤 | 第39-40页 |
| ·实验结果与分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于对数极坐标变换和对齐度准则的多源遥感图像配准 | 第44-51页 |
| ·引言 | 第44页 |
| ·对数极坐标变换 | 第44-46页 |
| ·映射定义 | 第44-45页 |
| ·对数极坐标模型的构成方法 | 第45-46页 |
| ·基于对数极坐标变换和对齐度准则的多源图像配准算法 | 第46-50页 |
| ·细化参数的对数极坐标变换 | 第46页 |
| ·Harris 角点检测 | 第46-47页 |
| ·对齐度准则 | 第47-48页 |
| ·算法实现步骤 | 第48页 |
| ·实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于无下采样Contourlet 变换的图像融合 | 第51-59页 |
| ·引言 | 第51页 |
| ·融合结果的评价准则 | 第51-53页 |
| ·根据单个图像统计特征的评定方法 | 第52页 |
| ·根据融合图像与源图像关系的评定方法 | 第52-53页 |
| ·基于无下采样Contourlet 变换的图像融合算法 | 第53-57页 |
| ·无下采样Contourlet 变换的基本理论 | 第53-54页 |
| ·算法实现步骤 | 第54-55页 |
| ·实验结果与分析 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第六章 基于无下采样Contourlet 变换和模糊推理的图像融合 | 第59-64页 |
| ·引言 | 第59页 |
| ·模糊推理的基本理论 | 第59-60页 |
| ·模糊集的概念 | 第59-60页 |
| ·模糊集的运算 | 第60页 |
| ·基于无下采样Contourlet 变换和模糊推理的图像融合算法 | 第60-63页 |
| ·算法实现步骤 | 第60-61页 |
| ·实验结果与分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第七章 总结与展望 | 第64-67页 |
| ·本文的主要工作及结论 | 第64-65页 |
| ·进一步研究工作展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 在学期间的研究成果及发表的学术论文 | 第74页 |
