| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题的背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 第2章 图像融合及压缩感知的基本理论 | 第15-25页 |
| 2.1 图像融合的基本理论 | 第15-21页 |
| 2.1.1 图像融合的层次 | 第15-17页 |
| 2.1.2 图像融合过程中常用的变换方法 | 第17-18页 |
| 2.1.3 压缩感知理论在图像融合中的应用 | 第18页 |
| 2.1.4 图像融合结果评价指标 | 第18-21页 |
| 2.2 压缩感知基本理论 | 第21-24页 |
| 2.2.1 信号的稀疏性 | 第21-22页 |
| 2.2.2 压缩传感过程 | 第22-23页 |
| 2.2.3 重构算法 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于NSCT变换和PCNN的图像融合算法 | 第25-40页 |
| 3.1 基于NSCT和PCNN的图像融合算法概述 | 第25-26页 |
| 3.2 NSCT基本原理 | 第26-29页 |
| 3.3 PCNN基本理论知识 | 第29-31页 |
| 3.4 CS观测矩阵与重构算法选取 | 第31-32页 |
| 3.4.1 CS观测矩阵选取 | 第31页 |
| 3.4.2 图像重构 | 第31-32页 |
| 3.5 图像融合算法具体实现 | 第32-34页 |
| 3.5.1 基于NSCT与PCNN图像融合准则选取 | 第32-33页 |
| 3.5.2 基于NSCT与PCNN图像融合步骤 | 第33-34页 |
| 3.6 实验结果与对比分析 | 第34-38页 |
| 3.7 本章小结 | 第38-40页 |
| 第4章 结合图像分类的融合算法研究 | 第40-53页 |
| 4.1 基于图像分类的融合算法概述 | 第40-41页 |
| 4.2 图像分类方法介绍 | 第41-43页 |
| 4.3 K-Means分类算法 | 第43-47页 |
| 4.3.1 K-Means算法基本原理 | 第43-45页 |
| 4.3.2 基于CS和K-Means算法的图像分类 | 第45-47页 |
| 4.4 基于图像分类的图像融合算法具体设计 | 第47-50页 |
| 4.4.1 基于图像分类的图像融合准则 | 第47-49页 |
| 4.4.2 基于图像分类融合算法具体流程 | 第49-50页 |
| 4.5 融合结果及分析 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |