| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·研究背景 | 第8-9页 |
| ·降维理论的研究现状 | 第9-10页 |
| ·多传感器图像融合的现状 | 第10-15页 |
| ·融合框架研究 | 第10页 |
| ·当前主要关注的技术点 | 第10-11页 |
| ·图像融合方法研究 | 第11-15页 |
| ·本文的主要创新和结构 | 第15-17页 |
| ·本文的主要创新点 | 第15页 |
| ·本文的主要结构 | 第15-17页 |
| 第二章 多传感器图像融合方法 | 第17-31页 |
| ·多传感器图像融合方法及其评价 | 第17-21页 |
| ·多传感器图像融合的定义 | 第17-18页 |
| ·多传感器图像融合的层次 | 第18-20页 |
| ·多传感器图像融合的评价 | 第20-21页 |
| ·空间域上的融合方法 | 第21-24页 |
| ·空间域上的融合方法 | 第21页 |
| ·融合实验结果及评价 | 第21-24页 |
| ·变换域上的融合方法 | 第24-31页 |
| ·变换域上的融合方法 | 第24-29页 |
| ·融合实验结果及评价 | 第29-31页 |
| 第三章 降维理论介绍 | 第31-40页 |
| ·降维的定义 | 第31-33页 |
| ·降维的分类 | 第33-34页 |
| ·降维问题的分类 | 第33页 |
| ·降维方法的分类 | 第33-34页 |
| ·降维方法概述 | 第34-40页 |
| ·主成分分析方法(PCA) | 第34-35页 |
| ·投影寻踪(PP) | 第35-37页 |
| ·多维尺度方法(MDS) | 第37-38页 |
| ·局部线性嵌入方法(LLE) | 第38页 |
| ·Isometric Feature Mapping(ISOMAP) | 第38-40页 |
| 第四章 降维理论在图像融合中的应用 | 第40-56页 |
| ·基于非线性降维的图像局部融合 | 第40-51页 |
| ·背景 | 第40-41页 |
| ·图像感兴趣区域提取 | 第41-48页 |
| ·局部融合算法流程 | 第48页 |
| ·融合实例 | 第48-51页 |
| ·图像估计融合中的最优数据降维问题 | 第51-56页 |
| ·引论 | 第51-52页 |
| ·图像融合模型 | 第52-53页 |
| ·期望融合图像及其参数估计 | 第53-54页 |
| ·最优压缩矩阵 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·本文内容总结 | 第56-57页 |
| ·今后的工作与展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献表 | 第59-62页 |
| 附录 硕士阶段的主要工作 | 第62页 |