基于小波变换的PCNN图像融合算法研究
摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 本文的研究背景及意义 | 第10-11页 |
1.2 彩色图像融合研究现状 | 第11-14页 |
1.3 医学图像融合研究现状 | 第14-15页 |
1.4 本文的主要内容和章节结构 | 第15-16页 |
第2章 多源图像融合理论 | 第16-24页 |
2.1 引言 | 第16页 |
2.2 图像融合的层次 | 第16-18页 |
2.2.1 像素级图像融合 | 第17页 |
2.2.2 特征级图像融合 | 第17-18页 |
2.2.3 决策级融合 | 第18页 |
2.3 像素级融合方法 | 第18-23页 |
2.3.1 非基于多尺度变换的融合 | 第18-19页 |
2.3.2 基于多尺度变换的融合 | 第19-20页 |
2.3.3 常见评价指标 | 第20-23页 |
2.4 本章小结 | 第23-24页 |
第3章 PCNN模型的基本原理 | 第24-30页 |
3.1 引言 | 第24页 |
3.2 PCNN模型的基本原理 | 第24-26页 |
3.3 PCNN用于图像融合实现的理论基础 | 第26-28页 |
3.4 PCNN的一些性质 | 第28-29页 |
3.5 本章小结 | 第29-30页 |
第4章 小波变换的融合原理 | 第30-42页 |
4.1 引言 | 第30页 |
4.2 小波变换的原理 | 第30-35页 |
4.2.1 连续小波变换 | 第31-32页 |
4.2.2 离散小波变换 | 第32页 |
4.2.3 小波的分解与重构 | 第32-35页 |
4.3 小波变换的图像融合 | 第35-40页 |
4.3.1 融合实验 | 第36-39页 |
4.3.2 总结 | 第39-40页 |
4.4 本章小结 | 第40-42页 |
第5章 基于自适应PCNN的分块医学图像融合 | 第42-50页 |
5.1 引言 | 第42-43页 |
5.2 改进型PCNN模型 | 第43-44页 |
5.3 基于S-PCNN的分块医学图像融合 | 第44-46页 |
5.3.1 S-PCNN的OFG | 第45-46页 |
5.3.2 融合规则 | 第46页 |
5.4 实验结果分析 | 第46-49页 |
5.5 本章小结 | 第49-50页 |
第6章 基于小波变换的彩色图像PCNN融合 | 第50-64页 |
6.1 引言 | 第50-51页 |
6.2 彩色模型理论基础 | 第51-54页 |
6.2.1 RGB色彩模型 | 第51-52页 |
6.2.2 HSI色彩模型 | 第52-53页 |
6.2.3 从RGB到HIS的彩色转换及其逆转换 | 第53-54页 |
6.3 彩色图像基于小波变换的PCNN融合算法 | 第54-59页 |
6.4 融合结果及数据分析 | 第59-62页 |
6.5 本章小结 | 第62-64页 |
第7章 总结 | 第64-66页 |
7.1 本文总结 | 第64页 |
7.2 展望前景 | 第64-66页 |
参考文献 | 第66-69页 |
致谢 | 第69-70页 |
附录(攻读硕士期间参加实验室科研项目) | 第70页 |