| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 图像融合技术研究的背景及意义 | 第9页 |
| 1.2 图像融合技术研究现状 | 第9-10页 |
| 1.3 本论文的结构安排 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 第二章 PCNN的原理及其应用 | 第12-18页 |
| 2.1 概述 | 第12页 |
| 2.2 PCNN基本模型 | 第12-14页 |
| 2.3 PCNN神经元的运行方式 | 第14-15页 |
| 2.4 PCNN特性 | 第15-16页 |
| 2.4.1 脉冲耦合神经网络的点火频率与时间间隔 | 第15页 |
| 2.4.2 时空累加性 | 第15-16页 |
| 2.4.3 阀值特性 | 第16页 |
| 2.5 PCNN在图像处理中的应用 | 第16-17页 |
| 2.5.1 图象平滑 | 第16页 |
| 2.5.2 图像分割 | 第16页 |
| 2.5.3 边缘检测 | 第16-17页 |
| 2.5.4 目标识别 | 第17页 |
| 2.6 本章小结 | 第17-18页 |
| 第三章 Contourlet变换理论和NSCT变换理论 | 第18-31页 |
| 3.1 概述 | 第18页 |
| 3.2 Contourlet原理 | 第18-26页 |
| 3.2.1 拉普拉斯金字塔 | 第19-20页 |
| 3.2.2 方向滤波器(DFB) | 第20-24页 |
| 3.2.3 多尺度、多方向分解：塔形方向滤波器组 | 第24-26页 |
| 3.3 非下采样Contourlet变换 | 第26-30页 |
| 3.3.1 无下采样拉普拉斯金字塔分解 | 第27-28页 |
| 3.3.2 非下采样方向滤波器组 | 第28-29页 |
| 3.3.3 非下采样Contourlet变换理论 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于NSCT-SF-PCNN图像融合算法 | 第31-44页 |
| 4.0 基于NSCT的图像融合 | 第31页 |
| 4.1 NSCT图像融合的基本框架 | 第31-32页 |
| 4.2 NSCT的融合规则研究 | 第32-34页 |
| 4.3 基于PCNN的图像融合 | 第34-36页 |
| 4.4 图像融合质量的评价标准 | 第36-40页 |
| 4.4.1 图像融合质量的主观评价方法 | 第37-38页 |
| 4.4.2 图像融合质量的客观评价方法 | 第38-40页 |
| 4.5 基于NSCT-SF-PCNN图像融合研究 | 第40-43页 |
| 4.5.1 图像融合规则 | 第40-41页 |
| 4.5.2 空间频率(SF) | 第41-42页 |
| 4.5.3 融合步骤 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 实验结果与分析 | 第44-49页 |
| 5.1 仿真实验的结果与分析 | 第44-48页 |
| 5.1.1 基本图像融合实验结果与分析 | 第44-46页 |
| 5.1.2 红外与可见光图像融合结果与分析 | 第46-48页 |
| 5.2 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 论文工作总结 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士期间参加的科研项目 | 第55-56页 |
| 致谢 | 第56页 |