| 第一章 绪论 | 第1-12页 |
| 第一节 图像融合技术的发展现状与应用 | 第7-9页 |
| 1．1 图像融合概念的提出 | 第7页 |
| 1．2 图像融合技术的发展和应用现状 | 第7-9页 |
| 1．3 图像融合算法的发展 | 第9页 |
| 第二节 图像融合的层次 | 第9-11页 |
| 第三节 本文研究的主要内容 | 第11-12页 |
| 第二章 图像融合方法的研究 | 第12-25页 |
| 第一节 简单的加权图像融合法 | 第13-14页 |
| 1．1 加权平均图像融合方法 | 第13-14页 |
| 1．2 像素灰度值选大(或小)图像融合方法 | 第14页 |
| 第二节 主分量法 | 第14-17页 |
| 2．1 主分量分析原理 | 第15页 |
| 2．2 基于主分量变换的图像融合 | 第15-17页 |
| 第三节 基于拉普拉斯金字塔分解的图像融合方法 | 第17-21页 |
| 3．1 图像的拉普拉斯塔型分解 | 第17-20页 |
| 3．2 基于拉普拉斯塔型分解的图像融合方法 | 第20-21页 |
| 第四节 图像融合方法评价 | 第21-25页 |
| 4．1 主观评价标准 | 第21-22页 |
| 4．2 客观评价标准 | 第22-25页 |
| 第三章 基于小波变换的图像融合 | 第25-37页 |
| 第一节 小波变换理论 | 第25-28页 |
| 1．1 小波变换产生的背景 | 第25-27页 |
| 1．2 连续小波变换 | 第27页 |
| 1．3 离散小波变换 | 第27-28页 |
| 第二节 小波变换的MALLAT快速算法 | 第28-30页 |
| 第三节 基于小波变换的图像融合 | 第30-37页 |
| 3．1 图像的小波分解 | 第31-32页 |
| 3．2 基于小波变换的图像融合实例 | 第32-33页 |
| 3．3 几种基于小波变换的图像融合方法 | 第33-37页 |
| 第四章 基于 Canny准则的小波变换图像融合技术 | 第37-50页 |
| 第一节 基于 Canny准则的小波边缘检测 | 第37-46页 |
| 1．1 传统边缘检测算法 | 第38-39页 |
| 1．2 基于 Canny准则的小波边缘检测 | 第39-46页 |
| 1．2．1 梯度的“非极大抑制” | 第42-43页 |
| 1．2．2 动态双阈值的选取 | 第43-44页 |
| 1．2．3 边缘连接 | 第44-46页 |
| 第二节 融合策略 | 第46页 |
| 第三节 实验结果 | 第46-49页 |
| 第四节 小结 | 第49-50页 |
| 第五章 基于小波变换的彩色图像融合技术 | 第50-61页 |
| 第一节 彩色空间的选择 | 第50-51页 |
| 第二节 彩色图像的边缘检测 | 第51-55页 |
| 2．1 噪声和微弱边缘的识别 | 第52-53页 |
| 2．2 彩色图像边缘检测实验 | 第53-55页 |
| 第三节 彩色图像融合策略 | 第55-57页 |
| 第四节 实验结果 | 第57-60页 |
| 第五节 小结 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 在研究生期间发表论文 | 第68-69页 |
| 致谢 | 第69页 |