基于自适应脉冲耦合神经网络的图像融合
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国外研究现状 | 第12-13页 |
| 1.3 国内研究现状 | 第13-14页 |
| 1.4 本文研究内容 | 第14页 |
| 1.5 论文的主要工作及结构安排 | 第14-15页 |
| 1.6 本章小结 | 第15-16页 |
| 2 相关理论与技术 | 第16-27页 |
| 2.1 图像融合分类 | 第16-17页 |
| 2.1.1 像素级图像融合 | 第16-17页 |
| 2.1.2 特征级图像融合 | 第17页 |
| 2.1.3 决策级图像融合 | 第17页 |
| 2.2 多进制小波变换 | 第17-19页 |
| 2.3 细菌觅食算法 | 第19-26页 |
| 2.3.1 趋化算子 | 第19-21页 |
| 2.3.2 繁殖算子 | 第21-22页 |
| 2.3.3 迁徙算子 | 第22-23页 |
| 2.3.4 细菌觅食算法步骤与流程图 | 第23-25页 |
| 2.3.5 参数选取 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 改进的脉冲耦合神经网络算法 | 第27-36页 |
| 3.1 脉冲耦合神经网络 | 第27-29页 |
| 3.2 脉冲耦合神经网络的数学模型 | 第29-30页 |
| 3.3 脉冲耦合神经网络的特性 | 第30-32页 |
| 3.4 脉冲耦合神经网络的参数设定 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于自适应脉冲耦合神经网络的图像融合 | 第36-45页 |
| 4.1 融合过程及算法步骤描述 | 第36-37页 |
| 4.2 融和规则 | 第37页 |
| 4.2.1 低频融合规则 | 第37页 |
| 4.2.2 高频融合规则 | 第37页 |
| 4.3 评价标准 | 第37-40页 |
| 4.4 实验结果及性能分析 | 第40-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |
