| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与研究意义 | 第11-12页 |
| 1.2 无源毫米波成像技术的发展现状 | 第12-15页 |
| 1.2.1 国外发展现状 | 第12-14页 |
| 1.2.2 国内发展现状 | 第14-15页 |
| 1.3 多源图像配准及融合发展现状 | 第15-17页 |
| 1.3.1 多源图像配准发展现状 | 第15-16页 |
| 1.3.2 多源图像融合发展现状 | 第16-17页 |
| 1.4 本文主要内容与章节安排 | 第17-19页 |
| 第二章 多源图像融合技术基础理论 | 第19-33页 |
| 2.1 无源毫米波成像技术基本理论 | 第19-23页 |
| 2.1.1 黑体辐射理论 | 第19-21页 |
| 2.1.2 无源毫米波图像特点 | 第21-23页 |
| 2.2 图像配准技术基础 | 第23-25页 |
| 2.2.1 图像配准概述 | 第23页 |
| 2.2.2 图像几何变换数学模型 | 第23-24页 |
| 2.2.3 图像配准常用方法 | 第24-25页 |
| 2.3 多源图像融合技术基础理论 | 第25-32页 |
| 2.3.1 图像融合技术概述 | 第25-26页 |
| 2.3.2 图像融合的层次划分 | 第26-27页 |
| 2.3.3 像素级图像融合的常用方法 | 第27-30页 |
| 2.3.3.1 基于空间域的融合方法 | 第28页 |
| 2.3.3.2 基于变换域的融合方法 | 第28-30页 |
| 2.3.4 图像融合效果评价标准 | 第30-32页 |
| 2.3.4.1 主观评价标准 | 第30页 |
| 2.3.4.2 客观评价标准 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 无源毫米波图像预处理及图像配准方法研究 | 第33-56页 |
| 3.1 无源毫米波图像增强算法研究 | 第33-36页 |
| 3.1.1 基于中值滤波的无源毫米波图像增强算法研究 | 第33-35页 |
| 3.1.2 基于灰度值变换的无源毫米波图像增强算法研究 | 第35-36页 |
| 3.2 无源毫米波图像ROI提取及图像分割方法 | 第36-40页 |
| 3.2.1 无源毫米波图像ROI提取方法研究 | 第36-37页 |
| 3.2.2 图像分割方法研究 | 第37-40页 |
| 3.3 基于傅里叶-梅林变换的图像配准方法研究 | 第40-45页 |
| 3.3.1 相位相关法技术原理 | 第40-42页 |
| 3.3.2 利用相位相关法估计变换参数 | 第42-43页 |
| 3.3.3 基于傅里叶-梅林变换的图像配准方法步骤及流程图 | 第43-45页 |
| 3.4 基于傅里叶-梅林变换图像配准方法改进 | 第45-51页 |
| 3.4.1 改进 1：加边缘模糊窗去除虚假谱峰 | 第45-49页 |
| 3.4.2 改进 2：利用抛物线拟合插值提高谱峰搜索精度 | 第49-51页 |
| 3.5 无源毫米波图像与光学图像的配准研究 | 第51-54页 |
| 3.5.1 方法提出 | 第51-52页 |
| 3.5.2 无源毫米波图像与光学图像轮廓提取 | 第52-53页 |
| 3.5.3 仿真实验结果及分析 | 第53-54页 |
| 3.6 本章小结 | 第54-56页 |
| 第四章 基于统计理论的无源毫米波与光学图像融合算法研究 | 第56-87页 |
| 4.1 常用多源图像融合算法研究及分析 | 第56-63页 |
| 4.1.1 基于小波变换的图像融合算法 | 第56-60页 |
| 4.1.1.1 二维小波变换概述 | 第56-58页 |
| 4.1.1.2 基于小波变换的图像融合仿真及分析 | 第58-60页 |
| 4.1.2 基于CONTOURLET变换的图像融合算法 | 第60-63页 |
| 4.1.2.1 CONTOURLET变换概述 | 第60-61页 |
| 4.1.2.2 基于Contourlet变换的图像融合仿真及分析 | 第61-63页 |
| 4.2 基于统计理论的融合算法理论与建模分析 | 第63-76页 |
| 4.2.1 高斯混合模型和传感器成像模型介绍 | 第63-65页 |
| 4.2.1.1 高斯混合模型 | 第63-64页 |
| 4.2.1.2 传感器成像模型 | 第64-65页 |
| 4.2.2 期望极大法介绍 | 第65-72页 |
| 4.2.2.1 期望极大法的一般形式 | 第65-67页 |
| 4.2.2.2 基于EM算法的高斯混合模型参数估计及其仿真 | 第67-72页 |
| 4.2.3 基于高斯混合模型和传感器成像模型的图像融合模型 | 第72-73页 |
| 4.2.4 模型参数求解 | 第73-76页 |
| 4.2.4.1 隐藏变量求解 | 第74-75页 |
| 4.2.4.2 参数集求解 | 第75-76页 |
| 4.3 区域划分预处理 | 第76-78页 |
| 4.4 算法流程图及初值选取 | 第78-79页 |
| 4.5 算法仿真实验及效果评价 | 第79-86页 |
| 4.5.1 算法仿真实验 | 第79-84页 |
| 4.5.2 融合效果评价 | 第84-86页 |
| 4.5.2.1 主观标准评价 | 第84-85页 |
| 4.5.2.2 客观标准评价 | 第85-86页 |
| 4.6 本章小结 | 第86-87页 |
| 第五章 结论与展望 | 第87-89页 |
| 5.1 工作总结 | 第87-88页 |
| 5.2 工作展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-94页 |
| 攻读硕士期间取得的研究成果 | 第94-95页 |
