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

基于非采样Contourlet变换的图像融合技术研究

摘要第1-6页
Abstract第6-8页
致谢第8-13页
第一章 引言第13-20页
   ·选题背景及研究目的第13-14页
   ·国内外研究现状第14-15页
   ·课题研究的实际意义第15-17页
   ·相关研究内容第17-18页
   ·论文组织结构第18-20页
第二章 小波变换与多尺度分析第20-29页
   ·小波变换第20-23页
     ·小波变换定义第20-22页
     ·小波变换的性质第22-23页
   ·多分辨率分析和小波空间第23-24页
     ·多分辨率分析第23页
     ·小波函数与小波空间第23-24页
   ·图像的二维小波变换第24-26页
   ·小波变换在图像处理中的缺陷第26-28页
   ·本章小结第28-29页
第二章 非采样 Contourlet变换第29-43页
   ·Contourlet变换的定义第29-33页
     ·拉普拉斯金字塔分解第29-30页
     ·方向滤波第30-31页
     ·方向滤波器组第31-33页
   ·非采样 Contourlet变换第33-36页
     ·混频现象第33页
     ·非采样 Contourlet变换理论第33-36页
   ·Contourlet变换在图像处理中的应用第36-37页
     ·小波和 Contourlet比较第36页
     ·非线性逼近能力第36-37页
   ·图像融合质量评价第37-42页
     ·图像的主观评价第38页
     ·图像的客观评价第38-39页
     ·单幅图像的性能评价指标第39-40页
     ·融合图像的几个评价指标第40-42页
   ·本章小结第42-43页
第四章 基于非采样 Contourlet变换与 PCNN的图像融合算法设计与实现第43-53页
   ·基于非采样 Contourlet变换的图像融合第43-45页
   ·脉冲耦合神经网络第45-50页
     ·脉冲耦合神经网络的结构模型第45-46页
     ·脉冲耦合神经网络的工作原理第46-47页
     ·脉冲耦合神经网络的基本特性分析第47-49页
     ·PCNN简化模型与改进模型第49-50页
   ·基于非采样 Contourlet变换与 PCNN的图像融合第50-52页
     ·融合规则的设计第50-52页
   ·本章小结第52-53页
第五章 图像融合试验分析第53-59页
   ·图像融合试验与性能分析第53-55页
     ·图像融合横向对比试验第53-54页
     ·图像融合纵向对比试验第54-55页
   ·模拟应用第55-58页
     ·总体设计第56-57页
     ·实验分析第57-58页
   ·本章小结第58-59页
第六章 总结与展望第59-61页
   ·全文工作总结第59页
   ·工作展望第59-61页
参考文献第61-64页
攻读硕士期间发表的学术论文及参与开发项目第64页

论文共64页,点击 下载论文
上一篇:基于J2ME的Web Services应用及其研究
下一篇:数字图像边缘检测技术的研究