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

多源图像的融合方法研究

摘要第4-5页
abstract第5页
第一章 绪论第9-14页
    1.1 研究工作的背景和意义第9-10页
    1.2 国内外研究历史与现状第10-12页
        1.2.1 图像融合框架发展第10-11页
        1.2.2 国内外发展与现状第11页
        1.2.3 图像融合基本步骤第11-12页
    1.3 本文的研究内容与创新点第12页
    1.4 本论文的结构安排第12-14页
第二章 近红外与可见光多源图像预处理第14-18页
    2.1 红外与可见光多源图像特点第14-15页
    2.2 图像校正第15页
    2.3 图像去噪第15-16页
    2.4 图像增强第16-17页
    2.5 图像配准第17页
    2.6 本章小结第17-18页
第三章 低照度图像增强方法研究第18-36页
    3.1 自适应直方图均衡化第18-21页
        3.1.1 限制对比度自适应直方图均衡化第19-20页
        3.1.2 实验效果第20-21页
    3.2 带色彩恢复的多尺度视网膜增强算法第21-23页
        3.2.1 Retinex理论第21-22页
        3.2.2 MSR与MSRCR算法第22页
        3.2.3 实验结果第22-23页
    3.3 Meanshift聚类第23-26页
        3.3.1 Meanshift原理第23-25页
        3.3.2 实验结果第25-26页
    3.4 非线性曲线调整的增强算法第26-30页
        3.4.1 样条曲线第26-27页
        3.4.2 B样条曲线第27页
        3.4.3 本文的曲线调整算法第27-28页
        3.4.4 曲线调整的实验结果及分析第28-30页
    3.5 暗通道去雾算法第30-35页
        3.5.1 暗通道去雾原理第30-31页
        3.5.2 改进的去雾算法及实验结果第31-35页
    3.6 本章小结第35-36页
第四章 像素级图像融合第36-54页
    4.1 图像融合级别第36-37页
        4.1.1 像素级的图像融合第36页
        4.1.2 特征级图像融合第36-37页
        4.1.3 决策级图像融合第37页
    4.2 红外与可见光图像融合的基本方法第37-39页
        4.2.1 空间域融合算法第38-39页
        4.2.2 变换域融合算法第39页
    4.3 Laplacian金字塔融合第39-41页
        4.3.1 高斯金字塔第40页
        4.3.2 构造Laplacian金字塔第40-41页
        4.3.3 重构金字塔图像第41页
    4.4 小波融合第41-44页
        4.4.1 离散小波变换第42-43页
        4.4.2 小波图像融合第43-44页
    4.5 NSCT融合算法第44-48页
        4.5.1 Contourlet变换第44页
        4.5.2 非下采样塔式滤波器组(NSPFB)第44-46页
        4.5.3 非下采样方向滤波器组(NSDFB)第46-47页
        4.5.4 NSCT图像融合第47-48页
    4.6 图像融合实验第48-53页
        4.6.1 实验一第48-50页
        4.6.2 实验二第50-53页
    4.7 本章小结第53-54页
第五章 基于视觉显著性检测的图像融合第54-70页
    5.1 视觉显著性第54页
    5.2 基于贝叶斯模型的显著性检测第54-57页
    5.3 视觉显著性检测结果第57页
    5.4 视觉显著性检测的NSCT图像融合第57-69页
        5.4.1 本文的融合框架设计第57-59页
        5.4.2 本文图像融合算法流程第59-60页
        5.4.3 实验结果及分析第60-69页
            5.4.3.1 实验一第61-62页
            5.4.3.2 实验二第62-65页
            5.4.3.3 实验三第65-67页
            5.4.3.4 对图像增强有效性的验证第67-69页
    5.5 本章小结第69-70页
第六章 总结与展望第70-72页
    6.1 研究工作总结第70-71页
    6.2 对未来工作的展望第71-72页
致谢第72-73页
参考文献第73-78页
攻读硕士学位期间的研究成果第78页

论文共78页,点击 下载论文
上一篇:车联网信息安全与隐私保护机制研究
下一篇:基于嵌入模型的深度推荐模型算法研究