| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 基于UUV的红外和可见光图像融合研究现状 | 第12-13页 |
| 1.3 论文的研究内容及章节安排 | 第13-17页 |
| 第2章 红外和可见光图像成像原理及采集 | 第17-25页 |
| 2.1 红外和可见光成像原理 | 第17-20页 |
| 2.1.1 红外成像原理分析 | 第17-18页 |
| 2.1.2 可见光成像原理分析 | 第18页 |
| 2.1.3 红外图像的特点 | 第18-19页 |
| 2.1.4 红外成像和可见光成像的区别 | 第19-20页 |
| 2.2 可见光和红外图像的采集 | 第20-22页 |
| 2.2.1 JAI四通道摄像机 | 第20-21页 |
| 2.2.2 基于UUV的红外和可见光图像的采集 | 第21-22页 |
| 2.3 图像融合质量评价标准 | 第22-24页 |
| 2.3.1 图像融合质量的主观评价 | 第22-23页 |
| 2.3.2 图像融合质量的客观评价方法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 改进的暗通道先验去雾算法 | 第25-35页 |
| 3.1 图像主要去雾方法 | 第25-27页 |
| 3.1.1 图像增强的去雾方法 | 第26页 |
| 3.1.2 图像复原的去雾方法 | 第26-27页 |
| 3.2 暗通道先验算法 | 第27-28页 |
| 3.3 改进的暗通道先验去雾算法 | 第28-34页 |
| 3.3.1 暗通道先验去雾算法流程 | 第28页 |
| 3.3.2 求取暗通道 | 第28-29页 |
| 3.3.3 大气光估计的改进 | 第29-31页 |
| 3.3.4 透射率估计和优化 | 第31-33页 |
| 3.3.5 去雾效果的实现 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 红外和可见光图像增强 | 第35-45页 |
| 4.1 有理数阶偏微分 | 第35-36页 |
| 4.1.1 有理数阶微分的差分表达式 | 第35-36页 |
| 4.1.2 有理数阶偏微分算子模板 | 第36页 |
| 4.2 有理数阶偏微分算子改进和模板 | 第36-37页 |
| 4.2.1 有理数阶偏微分算子的改进 | 第36页 |
| 4.2.2 有理数阶偏微分算子改进模板 | 第36-37页 |
| 4.3 小波和有理数阶偏微分联合图像增强算法 | 第37-39页 |
| 4.3.1 小波变换 | 第37-38页 |
| 4.3.2 小波信息重构 | 第38页 |
| 4.3.3 小波和有理数阶偏微分联合算法 | 第38-39页 |
| 4.4 实验仿真及结果分析 | 第39-43页 |
| 4.4.1 本文算法与有理数阶偏微分算法图像增强效果比较 | 第39-42页 |
| 4.4.2 本文算法的不同阶数下图像增强效果对比 | 第42-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第5章 可见光和红外图像融合 | 第45-57页 |
| 5.1 基于频域的改进NSST图像融合相关理论 | 第45-47页 |
| 5.1.1 改进的NSST分解 | 第45-47页 |
| 5.1.2 稀疏表示 | 第47页 |
| 5.1.3 非下采样Contourlet变换 | 第47页 |
| 5.2 基于NSCT的图像融合 | 第47-50页 |
| 5.2.1 NSCT图像融合的基本框架 | 第48页 |
| 5.2.2 NSCT图像融合的规则 | 第48-50页 |
| 5.3 基于频域的改进NSST红外和可见光图像融合算法 | 第50-52页 |
| 5.3.1 融合步骤 | 第50-51页 |
| 5.3.2 低频系数融合 | 第51页 |
| 5.3.3 高频系数融合 | 第51-52页 |
| 5.4 仿真结果及分析 | 第52-55页 |
| 5.4.1 仿真结果主观评价 | 第52-54页 |
| 5.4.2 仿真结果客观评价 | 第54-55页 |
| 5.5 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-67页 |
| 致谢 | 第67页 |