| 中文摘要与关键词 | 第1-8页 |
| 英文摘要与关键词 | 第8-10页 |
| 常用符号及术语缩略表 | 第10-12页 |
| 目录 | 第12-15页 |
| 第一章 绪论 | 第15-35页 |
| 第一节 课题的背景和研究的意义 | 第15-32页 |
| 1．1．1 图像信息融合概述 | 第15-20页 |
| 1．1．1．1 图像融合的概念 | 第15-16页 |
| 1．1．1．2 图像融合的基础理论和方法 | 第16-18页 |
| 1．1．1．3 图像融合的效果评价 | 第18-20页 |
| 1．1．2 图像信息融合的研究现状 | 第20-21页 |
| 1．1．3 集成计算智能分析 | 第21-26页 |
| 1．1．3．1 计算智能 | 第21-22页 |
| 1．1．3．2 集成计算智能的研究现状 | 第22-26页 |
| 1．1．4 基于集成计算智能的图像信息融合分析 | 第26-27页 |
| 1．1．5 基于集成计算智能的图像信息融合技术在医学中的应用 | 第27-32页 |
| 1．1．5．1 医学图像信息融合的研究现状 | 第27-30页 |
| 1．1．5．2 基于集成计算智能的医学图像信息融合分析 | 第30-32页 |
| 第二节 论文的研究内容与创新点 | 第32-35页 |
| 1．2．1 本文的主要研究内容 | 第32-34页 |
| 1．2．2 本文的主要创新点 | 第34-35页 |
| 第二章 基于集成计算智能的图像信息融合预处理 | 第35-46页 |
| 第一节 基于神经模糊理论的图像去噪 | 第35-40页 |
| 2．1．1 引言 | 第35-36页 |
| 2．1．2 常规脉冲噪声去除法 | 第36-37页 |
| 2．1．3 神经模糊去噪法 | 第37-40页 |
| 2．1．3．1 去噪算法 | 第37-39页 |
| 2．1．3．2 实验 | 第39页 |
| 2．1．3．3 结果讨论 | 第39-40页 |
| 第二节 基于模糊粗集理论的图像边缘提取 | 第40-45页 |
| 2．2．1 模糊粗集的基本理论 | 第40-42页 |
| 2．2．2 基于模糊粗集的图像边界计算原理 | 第42-43页 |
| 2．2．3 实验与结果 | 第43-45页 |
| 第三节 本章小结 | 第45-46页 |
| 第三章 基于模糊神经网络的图像信息融合 | 第46-66页 |
| 第一节 模糊神经网络的基本理论 | 第47-51页 |
| 3．1．1 模糊神经网络的定义与分类 | 第47-48页 |
| 3．1．1．1 定义 | 第47-48页 |
| 3．1．1．2 分类 | 第48页 |
| 3．1．2 模糊神经网络的结构与学习算法 | 第48-50页 |
| 3．1．2．1 模糊神经网络的结构 | 第48-49页 |
| 3．1．2．2 模糊神经网络的学习算法 | 第49-50页 |
| 3．1．3 模糊神经网络的训练 | 第50-51页 |
| 第二节 模糊神经网络信息融合理论 | 第51-53页 |
| 3．2．1 模糊神经网络信息融合原理 | 第51-53页 |
| 3．2．2 模糊神经网络信息融合关键技术 | 第53页 |
| 第二节 基于模糊神经网络的图像信息融合 | 第53-65页 |
| 3．3．1 问题的提出 | 第53-54页 |
| 3．3．2 用于图像融合的模糊神经网络 | 第54-58页 |
| 3．3．2．1 用于图像融合的模糊神经网络结构 | 第54-55页 |
| 3．3．2．2 用于图像融合的模糊神经网络学习算法 | 第55页 |
| 3．3．2．3 用于图像融合的模糊神经网络仿真 | 第55-58页 |
| 3．3．3 图像融合 | 第58-65页 |
| 3．3．3．1 融合方法 | 第58页 |
| 3．3．3．2 实验与结果分析 | 第58-65页 |
| 第四节 本章小结 | 第65-66页 |
| 第四章 基于小波神经网络的图像信息融合 | 第66-80页 |
| 第一节 小波神经网络 | 第66-70页 |
| 4．1．1 小波神经网络的数学基础 | 第67页 |
| 4．1．2 小波神经网络的模型 | 第67-69页 |
| 4．1．3 小波神经网络的学习算法 | 第69-70页 |
| 第二节 基于小波神经网络的图像信息融合 | 第70-79页 |
| 4．2．1 小波分解及小波包分解 | 第71-73页 |
| 4．2．1．1 小波分解 | 第71-72页 |
| 4．2．1．2 小波包分解 | 第72-73页 |
| 4．2．2 特征向量的计算 | 第73-74页 |
| 4．2．3 融合方案 | 第74页 |
| 4．2．4 实验结果与对比分析 | 第74-79页 |
| 第三节 本章小结 | 第79-80页 |
| 第五章 基于粗神经网络的图像信息融合 | 第80-97页 |
| 第一节 粗神经网络 | 第80-85页 |
| 5．1．1 粗神经网络的结构 | 第80-83页 |
| 5．1．2 粗神经网络的学习算法 | 第83-85页 |
| 第二节 基于粗神经网络的图像信息融合 | 第85-95页 |
| 5．2．1 用于图像融合的粗神经网络结构 | 第86-87页 |
| 5．2．2 用于图像融合的粗神经网络学习算法 | 第87-89页 |
| 5．2．3 图像融合实验与结果分析 | 第89-95页 |
| 第三节 本章小结 | 第95-97页 |
| 第六章 总结与展望 | 第97-102页 |
| 第一节 本文研究总结 | 第97-100页 |
| 第二节 本文研究展望 | 第100-102页 |
| 参考文献 | 第102-120页 |
| 攻读博士学位期间发表的论文 | 第120-121页 |
| 致谢 | 第121页 |
