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

基于区域能量和图像块匹配的图像融合算法研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 引言第11-21页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-14页
    1.3 图像融合简介第14-19页
        1.3.1 图像融合层次第14-17页
        1.3.2 基础的图像融合算法及结构第17-18页
        1.3.3 图像融合存在问题第18-19页
    1.4 本文主要研究内容第19-21页
2 图像融合评价标准第21-27页
    2.1 图像的主观评价第21-22页
    2.2 图像的客观评价标准第22-25页
        2.2.1 无参考图像的客观评价指标第22-23页
        2.2.2 有参考图像的客观评价指标第23-25页
    2.3 对图像的评价指标的选取第25-27页
3 基于图像块匹配的图像融合算法框架第27-43页
    3.1 三维图像块匹配理论第27-28页
    3.2 基于三维块匹配的图像融合框架第28-31页
        3.2.1 传统图像融合框架第28-29页
        3.2.2 改进图像融合框架第29-30页
        3.2.3 与三维块匹配去噪算法对比第30-31页
    3.3 图像块匹配步骤第31-42页
        3.3.1 图像的分块和分组第31-38页
        3.3.2 三维变换第38-41页
        3.3.3 图像块的聚合第41-42页
    3.4 本章小结第42-43页
4 基于区域能量的多聚焦图像融合算法第43-55页
    4.1 传统的多聚焦图像融合方法第43页
    4.2 改进的区域能量算法第43-48页
        4.2.1 多聚焦图像的低频融合规则第44-45页
        4.2.2 多聚焦图像的高频融合规则第45-46页
        4.2.3 基于区域能量算法的实验结果及分析第46-48页
    4.3 基于匹配度的图像融合算法及融合框架第48-54页
        4.3.1 匹配度的定义与计算第49-50页
        4.3.2 基于匹配度的低频融合规则第50-51页
        4.3.3 基于匹配度的高频融合规则第51页
        4.3.4 基于匹配度区域能量算法的实验结果及分析第51-54页
    4.4 本章小结第54-55页
5 结论第55-57页
    5.1 总结第55-56页
    5.2 展望第56-57页
参考文献第57-61页
作者简历及攻读硕士学位期间取得的研究成果第61-65页
学位论文数据集第65页

论文共65页,点击 下载论文
上一篇:基于三维卷积神经网络步态识别方法的研究
下一篇:基于局部纹理表达的图像质量评价