| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 论文研究背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 图像融合技术的评价 | 第13-14页 |
| 1.3.1 图像质量的主观评价 | 第13页 |
| 1.3.2 图像质量的客观评价 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 多源图像融合的理论基础及方法 | 第15-21页 |
| 2.1 图像融合层次划分 | 第15-16页 |
| 2.2 传统的图像融合算法 | 第16-19页 |
| 2.2.1 基于空间域的图像融合 | 第16-17页 |
| 2.2.2 基于变换域的图像融合 | 第17-19页 |
| 2.3 融合规则 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 现有多源图像融合算法学习与分析 | 第21-35页 |
| 3.1 基于NSCT和PCNN的红外与可见光图像融合仿真分析 | 第21-24页 |
| 3.1.1 基于NSCT和PCNN的图像融合算法描述 | 第21-23页 |
| 3.1.2 实验仿真与及分析 | 第23-24页 |
| 3.2 基于Shearlet与PCNN的红外与可见光图像融合仿真分析 | 第24-27页 |
| 3.2.1 基于Shearlet和PCNN的图像融合算法描述 | 第24-25页 |
| 3.2.2 实验仿真与分析 | 第25-27页 |
| 3.3 基于NSCT变换的多源图像融合算法 | 第27-30页 |
| 3.3.1 融合规则介绍 | 第28-29页 |
| 3.3.2 实验仿真与分析 | 第29-30页 |
| 3.4 基于Shearlet变换的多源图像融合算法 | 第30-33页 |
| 3.4.1 算法描述 | 第30-32页 |
| 3.4.2 实验仿真 | 第32-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第4章 基于图像区域信息和Shearlet的自适应融合算法 | 第35-55页 |
| 4.1 引言 | 第35页 |
| 4.2 图像区域信息特性及量化指标 | 第35-37页 |
| 4.2.1 区域能量 | 第35-36页 |
| 4.2.2 区域相似性匹配度 | 第36-37页 |
| 4.3 基于区域信息的Shearlet融合算法 | 第37-40页 |
| 4.3.1 基于Shearlet变换的图像融合算法 | 第37-38页 |
| 4.3.2 高频融合规则 | 第38-39页 |
| 4.3.3 低频融合规则 | 第39-40页 |
| 4.4 实验结果与分析 | 第40-54页 |
| 4.4.1 Shearlet不同分解层数 | 第41-45页 |
| 4.4.2 Shearlet不同分解方向 | 第45-49页 |
| 4.4.3 与现有同类算法对比 | 第49-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表的论文 | 第62页 |
