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

变分法在图像融合中的应用研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-15页
    1.1 研究背景与意义第9页
    1.2 融合技术现状第9-11页
    1.3 变分法在图像处理中的应用第11-13页
    1.4 研究内容第13-15页
2 Pan-sharpening与红外和可见光图像融合综述第15-27页
    2.1 引言第15-16页
    2.2 图像配准相关方法第16-18页
        2.2.1 图像配准概念第16页
        2.2.2 图像配准方法分类第16-18页
    2.3 Pan-sharpening基本理论与方法第18-21页
        2.3.1 多光谱影像第18-20页
        2.3.2 全色影像第20页
        2.3.3 Pan-sharpening基本方法第20-21页
    2.4 红外与可见光图像融合第21-24页
        2.4.1 红外与可见光图像第21-22页
        2.4.2 红外与可见光图像融合方法分类第22-24页
    2.5 图像融合质量评价第24-26页
        2.5.1 主观评价第24页
        2.5.2 客观评价第24-26页
    2.6 小结第26-27页
3 变分理论基础及数值优化方法第27-36页
    3.1 泛函与变分的相关概念第27页
    3.2 BV函数空间定义及性质第27-28页
    3.3 Bregman迭代与分裂Bregman迭代算法第28-31页
        3.3.1 带约束的优化问题第29页
        3.3.2 Bregman距离第29页
        3.3.3 Bregman迭代算法第29-30页
        3.3.4 分裂Bregman迭代算法第30-31页
    3.4 增广Lagrangian乘子法第31-35页
        3.4.1 Lagrangian乘子法与对偶上升法第31-32页
        3.4.2 罚函数法第32-34页
        3.4.3 增广Lagrangian乘子法第34-35页
    3.5 本章小结第35-36页
4 基于变分法的Pan-sharpening融合方法第36-48页
    4.1 融合模型的建立第36-38页
        4.1.1 纹理信息保持项第36-37页
        4.1.2 光谱信息保持项第37-38页
        4.1.3 总能量泛函第38页
    4.2 总能量泛函优化求解方法第38-39页
    4.3 实验结果与分析第39-46页
        4.3.1 实验环境与权重系数的选择第40页
        4.3.2 融合质量评价指标第40-42页
        4.3.3 Pan-sharpening实验结果第42-46页
    4.4 本章小结第46-48页
5 基于变分法的红外与可见光图像融合方法第48-64页
    5.1 融合模型的建立第48-51页
        5.1.1 建立联合梯度场第48-50页
        5.1.2 亮度信息保持项第50页
        5.1.3 建立能量泛函第50-51页
    5.2 基于增广Lagrangian乘子法的数值解法第51-52页
    5.3 实验结果与分析第52-62页
        5.3.1 实验环境与参数选择第52-56页
        5.3.2 定量评价指标第56页
        5.3.3 融合结果及分析第56-62页
    5.4 小结第62-64页
6 总结与展望第64-66页
    6.1 总结第64页
    6.2 展望第64-66页
参考文献第66-69页
攻读硕士学位期间取得的科研成果第69-70页
致谢第70-71页

论文共71页,点击 下载论文
上一篇:基于空间感知的头相关传输函数插值技术研究
下一篇:高频地波雷达海流数据处理方法研究