| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 论文研究的背景和意义 | 第11-12页 |
| 1.2 红外和可见光图像融合研究现状 | 第12-15页 |
| 1.3 论文的主要研究内容与成果 | 第15-17页 |
| 1.3.1 基于PCNN及区域能量的Tetrolet域红外光与可见光融合算法 | 第16页 |
| 1.3.2 基于区域能量及自相似的NSCT域红外光与可见光融合算法 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第2章 图像融合的分类及评价标准概述 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 图像融合分类 | 第19-25页 |
| 2.2.1 按融合层次分类 | 第19-21页 |
| 2.2.2 按融合方法分类 | 第21-23页 |
| 2.2.3 按图像源分类 | 第23-25页 |
| 2.3 图像质量评价标准 | 第25-31页 |
| 2.3.1 主观评价方法 | 第25-26页 |
| 2.3.2 客观评价方法 | 第26-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 Tetrolet变换和NSCT理论研究 | 第33-45页 |
| 3.1 引言 | 第33页 |
| 3.2 超小波分析简介 | 第33-34页 |
| 3.3 Tetrolet变换基本原理 | 第34-40页 |
| 3.3.1 定义 | 第34-35页 |
| 3.3.2 四格拼版拼接方式 | 第35-36页 |
| 3.3.3 Haar小波变换基本原理 | 第36-37页 |
| 3.3.4 图像的Tetrolet稀疏表示 | 第37-39页 |
| 3.3.5 Tetrolet标准正交基 | 第39-40页 |
| 3.4 NSCT基本原理 | 第40-44页 |
| 3.4.1 NSCT的构造 | 第40-41页 |
| 3.4.2 非下采样金字塔 | 第41-42页 |
| 3.4.3 非下采样方向滤波器组 | 第42-44页 |
| 3.4.4 基于NSCT的图像融合 | 第44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于PCNN及区域能量的Tetrolet域红外光与可见光图像融合算法 | 第45-61页 |
| 4.1 引言 | 第45页 |
| 4.2 PCNN概述 | 第45-49页 |
| 4.2.1 PCNN神经元模型 | 第46-47页 |
| 4.2.2 PCNN简化模型 | 第47-49页 |
| 4.3 图像区域能量概述 | 第49页 |
| 4.4 基于PCNN及区域能量的Tetrolet域红外光与可见光融合算法 | 第49-53页 |
| 4.4.1 改进的Tetrolet变换 | 第49-51页 |
| 4.4.2 低频融合规则 | 第51-52页 |
| 4.4.3 高频融合规则 | 第52页 |
| 4.4.4 融合步骤 | 第52-53页 |
| 4.5 实验结果与分析 | 第53-60页 |
| 4.5.1 主观评价 | 第54-58页 |
| 4.5.2 客观评价 | 第58-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 基于区域能量及自相似的NSCT域红外光与可见光图像融合算法 | 第61-75页 |
| 5.1 引言 | 第61页 |
| 5.2 图像自相似概述 | 第61-62页 |
| 5.3 基于区域能量及自相似的NSCT域红外光与可见光图像融合算法 | 第62-64页 |
| 5.3.1 低频融合规则 | 第62-63页 |
| 5.3.2 高频融合规则 | 第63页 |
| 5.3.3 融合步骤 | 第63-64页 |
| 5.4 实验结果与分析 | 第64-72页 |
| 5.4.1 主观评价 | 第66-70页 |
| 5.4.2 客观评价 | 第70-72页 |
| 5.5 本文所述两种图像融合算法的对比分析 | 第72-74页 |
| 5.6 本章小结 | 第74-75页 |
| 总结与展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士学位期间发表的学术论文 | 第83-85页 |
| 致谢 | 第85-86页 |
