首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多观测及分块观测压缩感知的图像融合方法研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-19页
   ·引言第10-11页
   ·压缩感知图像融合中的相关因素第11-13页
   ·基于 CS 的图像融合研究现状第13-17页
     ·基本融合方法与准则第13-14页
     ·CS 观测图像的融合方法第14-17页
     ·CS 图像融合的局限第17页
   ·本文工作第17-19页
第二章 基于 CS 的图像融合策略设计第19-37页
   ·2D傅立叶平面星型采样算子下采样及重构原理第19-21页
   ·基于空间频率因子的融合策略第21-24页
     ·空间频率因子加权融合策略原理第21-23页
     ·基于空间频率因子加权的融合方案第23-24页
   ·基于梯度信息的融合策略第24-26页
     ·梯度信息加权的融合策略原理第24页
     ·基于梯度信息加权的融合方案第24-26页
   ·融合实验结果和分析第26-36页
     ·融合图像性能评价指标第26-29页
     ·CT 图像和 MRI 图像的融合第29-32页
     ·多聚焦图像的融合第32-34页
     ·IR 图像和可见光图像的融合第34-36页
   ·本章小结第36-37页
第三章 多观测矩阵下的 CS 多聚焦图像融合第37-51页
   ·观测矩阵性能比较第37-39页
   ·部分 DCT 采样矩阵与 Noiselets 随机观测阵组成的混合观测阵第39-44页
     ·Noiselets 观测矩阵第40-41页
     ·部分 DCT 采样矩阵第41页
     ·混合观测阵第41-44页
   ·基于混合观测阵下的多聚焦图像融合方法第44-50页
     ·融合算法设计第44-46页
     ·实验结果和分析第46-50页
   ·本章小结第50-51页
第四章 对角分块矩阵采样下的 CS 图像融合第51-60页
   ·图像分块 CS 采样和重构方法第51-53页
     ·对角分块采样矩阵第51-52页
     ·对角分块采样下的重构算法第52-53页
   ·对角分块矩阵采样下的图像融合第53-54页
   ·实验结果和分析第54-59页
   ·本章小结第59-60页
结论第60-61页
参考文献第61-66页
硕士学位期间发表的学术论文第66-67页
致谢第67-68页
附件第68页

论文共68页,点击 下载论文
上一篇:餐饮类位置信息服务的消费者信息检索行为研究
下一篇:基于视频图像序列的交通对象检测与跟踪算法研究