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

轮廓波变换域梯度信息的图像融合

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-16页
    1.1 研究背景及意义第10页
    1.2 图像融合研究现状第10-14页
        1.2.1 图像融合研究的层次第11-12页
        1.2.2 像素级融合研究现状第12-14页
    1.3 本文内容以及结构安排第14-16页
第二章 基于多尺度变换的图像融合第16-29页
    2.1 引言第16页
    2.2 基于多尺度变换的图像融合框架第16-18页
        2.2.1 常用的多尺度变换方法第17页
        2.2.2 融合规则第17-18页
    2.3 图像融合算法的评价标准第18-19页
    2.4 实验结果与分析第19-28页
        2.4.1 实验环境设置第19-20页
        2.4.2 多尺度变换参数设置第20-28页
    2.5 本章小结第28-29页
第三章 NSCT域形态学梯度的图像融合第29-37页
    3.1 引言第29页
    3.2 形态学梯度第29-31页
        3.2.1 形态学基础第29-30页
        3.2.2 多尺度形态学梯度第30-31页
    3.3 融合规则第31-32页
    3.4 实验结果与分析第32-36页
    3.5 本章小结第36-37页
第四章 NSCT域内梯度加权的图像融合第37-47页
    4.1 引言第37页
    4.2 加权结构张量第37-39页
    4.3 融合方案第39-42页
        4.3.1 总体框架第39-40页
        4.3.2 融合规则第40-42页
    4.4 实验结果与分析第42-46页
    4.5 本章小结第46-47页
第五章 总结与展望第47-49页
    5.1 论文总结第47页
    5.2 后续工作和展望第47-49页
参考文献第49-53页
致谢第53-54页
附录 攻读学位期间所发表/录用的学术论文目录第54页

论文共54页,点击 下载论文
上一篇:移动互联网垃圾图像的检测及过滤
下一篇:我国地方政府性债务风险预警体系研究--基于BP神经网络的分析