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

基于多尺度变换的多聚焦图像融合方法研究

摘要第1-4页
Abstract第4-8页
第1章 绪论第8-16页
   ·选题背景与研究意义第8页
   ·国内外研究现状与分析第8-11页
   ·图像融合质量评价第11-14页
     ·主观评价第11-12页
     ·客观评价第12-14页
   ·主要工作及内容组织第14-16页
第2章 多尺度变换理论第16-28页
   ·小波变换第16-18页
     ·连续小波变换第16-17页
     ·离散小波变换第17页
     ·基于小波变换的图像特征分析第17-18页
   ·NSCT变换第18-21页
     ·NSCT变换第18-19页
     ·基于NSCT变换的图像特征分析第19-21页
   ·Curvelet变换第21-26页
     ·连续Curvelet变换第21-23页
     ·离散Curvelet变换第23-24页
     ·基于离散Curvelet变换的图像特征分析第24-26页
   ·小结第26-28页
第3章 基于人工蜂群算法的NSCT域多聚焦图像融合第28-34页
   ·引言第28页
   ·人工蜂群算法第28-29页
   ·基于人工蜂群算法的NSCT域多聚焦图像融合第29-31页
     ·NSCT域区域能量的计算第30-31页
     ·利用人工蜂群算法求解高频最优配比权重第31页
   ·实验结果与性能分析第31-33页
   ·小结第33-34页
第4章 一种自适应的Curvelet域多聚焦图像融合方法第34-42页
   ·引言第34页
   ·图像关键特征的提取第34-36页
     ·结构相似性第34-35页
     ·图像中的区域能量第35-36页
   ·自适应的Curvelet域多聚焦图像融合第36-37页
   ·实验结果与分析第37-40页
   ·小结第40-42页
第5章 基于相似性灰关联的Curvelet域多聚焦图像融合第42-51页
   ·灰色关联分析第42-43页
   ·用灰色欧几里德关联度分析Curvelet高频系数第43-44页
   ·基于结构相似性灰关联的Curvelet域多聚焦图像融合第44-45页
   ·实验结果及性能分析第45-49页
   ·参数设置对融合效果的影响第49-50页
   ·小结第50-51页
第6章 总结与展望第51-53页
   ·总结第51页
   ·未来展望第51-53页
参考文献第53-59页
致谢第59-61页
攻读硕士学位期间的研究成果第61页
 一、攻读硕士学位期间撰写的学术论文第61页
 二、攻读硕士学位期间的获奖情况第61页
 三、攻读硕士学位期间参与的科研项目第61页

论文共61页,点击 下载论文
上一篇:基于身份的数字签名应用研究
下一篇:基于二分K均值和SVM决策树的数据挖掘算法研究