摘要 | 第1-5页 |
Abstract | 第5-10页 |
第一章 绪论 | 第10-26页 |
·研究背景和研究意义 | 第10页 |
·图像融合技术的研究现状 | 第10-22页 |
·图像融合系统的层次划分 | 第10-11页 |
·国内外研究现状 | 第11-21页 |
·图像融合的应用与发展趋势 | 第21-22页 |
·研究内容与论文结构 | 第22-26页 |
·研究目标 | 第22页 |
·主要内容与创新 | 第22-23页 |
·论文的组织结构 | 第23-26页 |
第二章 像素级图像融合算法 | 第26-46页 |
·基于多目标QPSO与灰度关联的多聚焦图像融合方法 | 第26-32页 |
·低频子带的融合准则 | 第26-28页 |
·高频子带的融合准则 | 第28-30页 |
·实验结果及评价 | 第30-31页 |
·小结 | 第31-32页 |
·一种改进的基于形态学小波多聚焦图像融合方法 | 第32-39页 |
·引言 | 第32页 |
·形态学小波变换的问题与分析 | 第32-34页 |
·基于检测-重融合的形态学小波融合方法(CRMWF) | 第34-38页 |
·小结 | 第38-39页 |
·基于统计模型的多分辨率图像融合方法 | 第39-44页 |
·引言 | 第39页 |
·改进的统计融合模型 | 第39-41页 |
·实验结果与分析 | 第41-44页 |
·小结 | 第44页 |
·本章小结 | 第44-46页 |
第三章 特征级图像融合算法 | 第46-70页 |
·卡尔曼滤波与多特征结合的噪声图像融合方法 | 第46-51页 |
·引言 | 第46页 |
·Kalman滤波的基本原理 | 第46-47页 |
·多特征提取 | 第47页 |
·基于FCM算法的图像分割 | 第47-48页 |
·基于模糊柯西相似度的图像融合方法 | 第48页 |
·图像融合的决策方法 | 第48-49页 |
·基于Kalman滤波与多特征模糊聚类的图像融合 | 第49页 |
·实验结果及评价 | 第49-51页 |
·小结 | 第51页 |
·基于多通道Gabor滤波的多特征图像融合方法 | 第51-58页 |
·引言 | 第51-52页 |
·基于Gabor滤波器的纹理特征提取 | 第52页 |
·基于FCM算法的图像分割 | 第52-53页 |
·基于区域的图像融合方法 | 第53-55页 |
·实验结果及性能分析 | 第55-57页 |
·小结 | 第57-58页 |
·基于QPSO-FCM分割算法的多特征图像融合方法 | 第58-63页 |
·引言 | 第58页 |
·基于QPSO-FCM算法的图像分割 | 第58-59页 |
·图像融合过程 | 第59-60页 |
·实验结果及分析 | 第60-62页 |
·小结 | 第62-63页 |
·基于二次融合的多特征的多聚焦图像融合方法 | 第63-68页 |
·引言 | 第63页 |
·2DPCA方法 | 第63页 |
·基于二次融合的多特征的融合方法 | 第63-65页 |
·实验结果及评价 | 第65-67页 |
·小结 | 第67-68页 |
·本章小结 | 第68-70页 |
第四章 图像融合评价算法 | 第70-88页 |
·经典算法 | 第70-72页 |
·一种特征级图像融合评价新方法 | 第72-87页 |
·基于新相似性度量的评价方法 | 第72-79页 |
·基于欧氏距离相似性度量的评价方法 | 第79-87页 |
·本章小结 | 第87-88页 |
第五章 总结与展望 | 第88-90页 |
·总结 | 第88页 |
·展望 | 第88-90页 |
致谢 | 第90-91页 |
参考文献 | 第91-103页 |
附录 | 第103-104页 |
附录1:攻读博士学位期间撰写的与课题相关的论文列表 | 第103-104页 |
附录2:攻读博士学位期间参加的科研项目列表 | 第104页 |