| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景和意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 图像融合研究现状 | 第12-13页 |
| 1.2.2 行人检测研究现状 | 第13-14页 |
| 1.3 本文的主要工作及章节安排 | 第14-16页 |
| 第2章 红外图像和可见光图像融合理论 | 第16-28页 |
| 2.1 红外技术基础 | 第16-17页 |
| 2.1.1 红外辐射理论 | 第16页 |
| 2.1.2 红外热成像 | 第16-17页 |
| 2.2 图像融合理论 | 第17-20页 |
| 2.2.1 图像融合的基本概念 | 第17-18页 |
| 2.2.2 图像融合的层次 | 第18-20页 |
| 2.3 图像融合的方法 | 第20-23页 |
| 2.3.1 灰度融合算法 | 第20-22页 |
| 2.3.2 彩色图像融合法 | 第22-23页 |
| 2.4 图像融合的评价标准 | 第23-26页 |
| 2.4.1 主观评价方法 | 第23-24页 |
| 2.4.2 客观评价方法 | 第24-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 一种基于小波变换的图像融合算法 | 第28-56页 |
| 3.1 引言 | 第28页 |
| 3.2 图像去噪 | 第28-31页 |
| 3.2.1 均值滤波 | 第29页 |
| 3.2.2 中值滤波 | 第29-30页 |
| 3.2.3 图像去噪的效果 | 第30-31页 |
| 3.3 图像配准 | 第31-39页 |
| 3.3.1 图像配准的定义 | 第31页 |
| 3.3.2 图像配准的分类 | 第31-35页 |
| 3.3.3 基于 Harris 角点的图像配准方法 | 第35-39页 |
| 3.4 基于小波变换的图像融合方法 | 第39-46页 |
| 3.4.1 离散小波变换 | 第40-43页 |
| 3.4.2 基于 Mallat 的快速小波变换 | 第43-44页 |
| 3.4.3 基于小波变换的图像融合 | 第44-46页 |
| 3.5 一种改进的基于小波变换图像融合 | 第46-50页 |
| 3.5.1 基于平均梯度的小波低频系数自适应加权融合法 | 第46-47页 |
| 3.5.2 基于区域强度比与边缘特征的小波高频系数加权融合法 | 第47-50页 |
| 3.6 实验结果与分析 | 第50-54页 |
| 3.7 本章小结 | 第54-56页 |
| 第4章 基于检测速度改进的行人检测研究 | 第56-70页 |
| 4.1 行人检测方法 | 第56-57页 |
| 4.1.1 基于模板匹配的检测方法 | 第56页 |
| 4.1.2 基于行人部件的检测方法 | 第56-57页 |
| 4.1.3 基于表观特征的检测方法 | 第57页 |
| 4.2 常用于行人检测的特征 | 第57-59页 |
| 4.2.1 SIFT 特征 | 第57-58页 |
| 4.2.2 LBP 特征 | 第58页 |
| 4.2.3 HOG 特征 | 第58-59页 |
| 4.3 分类器设计 | 第59-65页 |
| 4.3.1 AdaBoost 分类器 | 第59-60页 |
| 4.3.2 SVM 线性分类器 | 第60-65页 |
| 4.4 检测评价 | 第65-66页 |
| 4.5 一种基于头顶点的快速行人检测方法 | 第66-68页 |
| 4.6 实验结果与分析 | 第68-69页 |
| 4.7 本章小结 | 第69-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 5.1 本文工作的总结 | 第70页 |
| 5.2 进一步工作的方向 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 辽宁大学研究生毕业申请硕士学位材料 | 第77-87页 |
| 辽宁大学硕士学位论文自评表 | 第87-91页 |
| 论文任务书 | 第91-101页 |
