摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第8-15页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 图像融合概述 | 第9-13页 |
1.2.1 融合过程及层次划分 | 第9-11页 |
1.2.2 国内外研究应用的发展与现状 | 第11-13页 |
1.3 本文主要工作 | 第13页 |
1.4 章节安排 | 第13-15页 |
2 图像融合基础 | 第15-28页 |
2.1 图像成像特性 | 第15-18页 |
2.1.1 多聚焦图像成像特性 | 第15-16页 |
2.1.2 红外图像成像特性 | 第16-17页 |
2.1.3 遥感图像成像特性 | 第17页 |
2.1.4 医学图像成像特点 | 第17-18页 |
2.2 图像融合的预处理 | 第18-19页 |
2.2.1 图像配准 | 第18页 |
2.2.2 图像增强 | 第18-19页 |
2.2.3 图像去噪 | 第19页 |
2.3 图像融合方法概述 | 第19-22页 |
2.3.1 空间域图像融合方法 | 第19-20页 |
2.3.2 变换域图像融合方法 | 第20-21页 |
2.3.3 其他融合方法 | 第21-22页 |
2.4 图像融合质量评价 | 第22-26页 |
2.4.1 主观评价 | 第22-23页 |
2.4.2 客观评价 | 第23-26页 |
2.5 小结 | 第26-28页 |
3 基于Curvelet变换的融合算法研究 | 第28-57页 |
3.1 从小波到Curvelet变换 | 第28-35页 |
3.1.1 小波变换 | 第28-33页 |
3.1.2 Ridgelet变换 | 第33-35页 |
3.1.3 Curvelet变换 | 第35页 |
3.2 第二代Curvelet变换 | 第35-38页 |
3.2.1 离散Curvelet变换 | 第35-36页 |
3.2.2 实现方法 | 第36-37页 |
3.2.3 Curvelet系数分析 | 第37-38页 |
3.3 基于Curvelet的融合算法流程 | 第38-40页 |
3.4 低频系数融合规则的选择 | 第40-44页 |
3.4.1 常见的低频融合规则 | 第40-43页 |
3.4.2 改进的低频融合规则 | 第43-44页 |
3.5 高频系数融合规则的选择 | 第44-48页 |
3.5.1 常见的高频融合规则 | 第45-46页 |
3.5.2 改进的高频融合规则 | 第46-48页 |
3.6 融合实验及结果分析 | 第48-56页 |
3.6.1 多聚焦图像融合实验 | 第48-51页 |
3.6.2 医学图像融合实验 | 第51-54页 |
3.6.3 可见光和红外图像融合实验 | 第54-56页 |
3.7 小结 | 第56-57页 |
4 基于Curvelet变换的多策略融合研究 | 第57-68页 |
4.1 引言 | 第57页 |
4.2 基于Curvelet与小波结合的融合策略 | 第57-61页 |
4.2.1 基于Curvelet和小波变换的图像融合步骤 | 第57-58页 |
4.2.2 实验结果与评价 | 第58-61页 |
4.3 基于Curvelet与PCNN结合的融合策略 | 第61-67页 |
4.3.1 脉冲耦合神经网络模型 | 第62-63页 |
4.3.2 基于Curvelet和PCNN的图像融合步骤 | 第63-64页 |
4.3.3 实验结果与评价 | 第64-67页 |
4.4 小结 | 第67-68页 |
5 总结和展望 | 第68-70页 |
5.1 总结 | 第68-69页 |
5.2 展望 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-75页 |
附录 | 第75页 |