首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

像素级多聚焦图像融合关键技术研究

摘要第1-9页
Abstract第9-11页
1 绪论第11-23页
   ·选题背景及研究意义第11-12页
   ·图像融合算法概述第12-18页
     ·图像融合体系结构第12-13页
     ·像素级多聚焦图像融合算法概述第13-18页
   ·多聚焦图像融合质量评价第18-22页
     ·主观评价第19页
     ·客观评价第19-22页
   ·本文研究内容及结构安排第22-23页
2 基于遗传算法自动分块的多聚焦图像融合第23-39页
   ·引言第23-24页
   ·相关背景第24-26页
     ·改进的拉普拉斯能量和第24-25页
     ·遗传算法第25-26页
   ·基于遗传算法自动分块的多聚焦图像融合算法第26-29页
   ·实验结果及性能分析第29-38页
     ·实验设置第29-30页
     ·实验结果及分析第30-38页
   ·本章小结第38-39页
3 基于人眼视觉感知特性与BP神经网络的多聚焦图像融合第39-53页
   ·引言第39-40页
   ·相关理论第40-42页
     ·BP神经网络第40页
     ·特征提取第40-42页
   ·基于人眼视觉感知特性与BP神经网络的融合算法第42-46页
     ·初始融合图像获取第42-43页
     ·最终融合图像获取第43-46页
   ·实验结果及性能分析第46-52页
     ·实验设置第46-47页
     ·实验结果及分析第47-52页
   ·本章小结第52-53页
4 基于人眼视觉感知特性的NSCT域多聚焦图像融合第53-65页
   ·引言第53-54页
   ·相关理论第54-56页
     ·Contourlet变换第54页
     ·非下采样Contourlet变换第54页
     ·NSCT域的邻域和兄弟节点信息第54-56页
   ·NSCT域多聚焦图像融合算法第56-60页
     ·算法概述第56页
     ·低频子带系数融合规则第56-59页
     ·高频子带系数融合规则第59-60页
   ·实验结果及性能分析第60-64页
     ·实验设置第60页
     ·实验结果及分析第60-64页
   ·本章小结第64-65页
5 总结与展望第65-67页
   ·论文工作总结第65-66页
   ·研究展望第66-67页
参考文献第67-71页
攻读硕士研究生期间科研成果第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于Retinex的低能见度彩色图像增强算法研究
下一篇:基于极限学习机算法的彩色血细胞图像自动分割