一类图像融合的多尺度方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-21页 |
| ·课题研究背景 | 第10-11页 |
| ·数字图像融合简介 | 第11-18页 |
| ·数字图像融合的定义 | 第12页 |
| ·数字图像融合的级别 | 第12-16页 |
| ·数字图像融合的一般流程 | 第16页 |
| ·数字图像融合的基本方法 | 第16-17页 |
| ·数字图像融合的特点 | 第17-18页 |
| ·国内外研究现状、难点及未来研究方向 | 第18-20页 |
| ·国内外研究现状 | 第18-19页 |
| ·当前研究热点、难点及未来研究方向 | 第19-20页 |
| ·本文主要内容及章节安排 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第2章 数字图像融合算法基础 | 第21-32页 |
| ·引言 | 第21页 |
| ·基于拉普拉斯塔式算法的图像融合 | 第21-23页 |
| ·基于小波变换的图像融合 | 第23-30页 |
| ·二维离散小波变换 | 第24-29页 |
| ·基于小波变换的图像融合算法 | 第29-30页 |
| ·图像融合的一些其他方法 | 第30页 |
| ·基于PCA 的图像融合 | 第30页 |
| ·基于神经网络的图像融合 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第3章 基于概率模型的多尺度图像融合方法 | 第32-48页 |
| ·引言 | 第32-33页 |
| ·图像的多尺度变换 | 第33-34页 |
| ·图像多尺度建模 | 第34-38页 |
| ·图像的时域建模 | 第34-35页 |
| ·图像像素的多尺度域建模 | 第35页 |
| ·图像多尺度域的多传感器向量建模 | 第35页 |
| ·图像多尺度域融合算法 | 第35-38页 |
| ·基于最小二乘算法估计模型参数 | 第38-43页 |
| ·计算机仿真 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第4章 图像融合算法性能评估方法 | 第48-61页 |
| ·引言 | 第48页 |
| ·信噪比和均方差方法 | 第48-49页 |
| ·基于信息理论的性能评价指标 | 第49-56页 |
| ·熵和交叉熵 | 第49-50页 |
| ·互信息 | 第50-54页 |
| ·归一化互信息熵 | 第54-56页 |
| ·计算机仿真 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间完成论文情况 | 第68-69页 |
| 攻读硕士学位期间参加的主要项目 | 第69页 |
