| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究进展与现状 | 第10-11页 |
| 1.3 研究内容和主要创新点 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 图像融合的相关理论 | 第14-21页 |
| 2.1 图像融合理论简介 | 第14-17页 |
| 2.1.1 图像融合流程 | 第14页 |
| 2.1.2 图像融合层次 | 第14-15页 |
| 2.1.3 传统的图像融合方法 | 第15-17页 |
| 2.2 图像融合效果评价 | 第17-20页 |
| 2.2.1 融合效果的主观评价 | 第17-18页 |
| 2.2.2 融合效果的客观评价 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 多尺度图像融合理论分析 | 第21-34页 |
| 3.1 多尺度图像融合方法 | 第21-22页 |
| 3.1.1 多尺度图像融合基本框架 | 第21页 |
| 3.1.2 多尺度图像融合准则 | 第21-22页 |
| 3.2 基于小波变换的遥感图像融合 | 第22-25页 |
| 3.2.1 小波变换基础理论 | 第22-24页 |
| 3.2.2 基于小波变换的遥感图像融合 | 第24-25页 |
| 3.3 基于非下采样轮廓波(Contourlet)变换的遥感图像融合 | 第25-28页 |
| 3.3.1 非下采样Contourlet变换 | 第25-27页 |
| 3.3.2 基于NSCT变换的遥感图像融合 | 第27-28页 |
| 3.4 Shearlet变换 | 第28-30页 |
| 3.5 离散Shearlet变换 | 第30-31页 |
| 3.6 非下采样Shearlet变换 | 第31-33页 |
| 3.7 本章小结 | 第33-34页 |
| 第四章 基于Shearlet与区域分割相结合的遥感图像融合 | 第34-43页 |
| 4.1 遥感图像成像特点 | 第34-35页 |
| 4.1.1 多光谱图像成像特点 | 第34页 |
| 4.1.2 合成孔径雷达(SAR)图像成像特点 | 第34-35页 |
| 4.2 区域分割与区域关联 | 第35-37页 |
| 4.3 基于Shearlet与区域分割相结合的多光谱和全色图像融合算法 | 第37-39页 |
| 4.3.1 融合规则 | 第37-38页 |
| 4.3.2 融合步骤及流程 | 第38-39页 |
| 4.4 实验结果与分析 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 基于非下采样Shearlet与改进PCNN的遥感图像融合 | 第43-52页 |
| 5.1 脉冲耦合神经网络(PCNN) | 第43-46页 |
| 5.1.1 PCNN神经元模型及工作原理 | 第43-45页 |
| 5.1.2 PCNN参数分析 | 第45页 |
| 5.1.3 PCNN性能优势 | 第45-46页 |
| 5.2 改进的PCNN模型 | 第46-48页 |
| 5.2.1 Sigmoid函数 | 第46页 |
| 5.2.2 链接强度 | 第46页 |
| 5.2.3 PCNN输入项 | 第46-47页 |
| 5.2.4 脉冲点火输出幅度 | 第47-48页 |
| 5.3 基于非下采样Shearlet和改进PCNN相结合的遥感图像融合算法 | 第48-49页 |
| 5.3.1 融合步骤及流程 | 第48-49页 |
| 5.3.2 融合规则 | 第49页 |
| 5.4 实验结果与分析 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-55页 |
| 6.1 全文总结 | 第52-53页 |
| 6.2 工作展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 发表论文和科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |
