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

基于智能优化和视觉显著性的图像融合研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-23页
    1.1 研究背景和意义第11-12页
    1.2 图像融合研究现状第12-21页
        1.2.1 国内外研究现状第12-15页
        1.2.2 图像融合评价方法第15-21页
    1.3 论文研究内容和结构第21-23页
        1.3.1 论文研究内容第21-22页
        1.3.2 论文结构安排第22-23页
第二章 空域中基于分块优化的多聚焦图像融合第23-48页
    2.1 多聚焦图像的聚焦区域判断第23-34页
        2.1.1 聚焦区域判断方法第23-28页
        2.1.2 基于全变分与改进拉普拉斯和结合的聚焦区域判断第28-31页
        2.1.3 实验结果及分析第31-34页
    2.2 基于人工鱼群优化的多聚焦图像融合第34-46页
        2.2.1 人工鱼群优化算法简介第34-36页
        2.2.2 优化参数的选择第36-37页
        2.2.3 改进策略第37-38页
        2.2.4 算法流程第38页
        2.2.5 实验结果及分析第38-46页
    2.3 本章小结第46-48页
第三章 频域中基于多尺度变换和多目标优化的多聚焦图像融合第48-90页
    3.1 基于频域聚焦区域判断的多聚焦图像融合第48-62页
        3.1.1 基于频域的聚焦区域判断方法第49-54页
        3.1.2 基于聚焦区域判断和相关性的图像融合第54-56页
        3.1.3 实验结果及分析第56-62页
    3.2 基于离散余弦变换的多聚焦图像融合第62-75页
        3.2.1 离散余弦变换分析第62-63页
        3.2.2 基于离散余弦变换谱熵的多聚焦图像融合第63-69页
        3.2.3 实验结果及分析第69-75页
    3.3 基于多尺度和多目标优化的多聚焦图像融合第75-89页
        3.3.1 多目标优化第75-77页
        3.3.2 剪切波变换第77-80页
        3.3.3 基于剪切波和多目标优化的多聚焦图像融合第80-84页
        3.3.4 实验结果及分析第84-89页
    3.4 本章小结第89-90页
第四章 基于视觉显著性的红外与可见光图像融合第90-106页
    4.1 视觉显著性第90-98页
        4.1.1 显著性检测第90-93页
        4.1.2 基于剪切波的红外图像显著性检测第93-96页
        4.1.3 实验结果及分析第96-98页
    4.2 基于显著性检测的红外与可见光图像融合第98-100页
        4.2.1 算法流程第98页
        4.2.2 融合规则第98-100页
    4.3 实验结果及分析第100-105页
    4.4 本章小结第105-106页
第五章 总结与展望第106-109页
    5.1 研究总结第106-107页
    5.2 未来展望第107-109页
致谢第109-110页
参考文献第110-122页
攻博期间取得的研究成果第122-123页

论文共123页,点击 下载论文
上一篇:云计算环境下计算型任务的资源需求预测
下一篇:基于多视图像的平面场景重建研究