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

无人机红外图像和可见光图像配准融合算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-15页
    1.1 研究的背景及意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 图像配准的研究现状第11-12页
        1.2.2 融合技术和算法在国内外的发展现状第12-13页
    1.3 论文内容安排第13-15页
第2章 成像原理及图像配准和融合理论介绍第15-25页
    2.1 红外和可见光成像原理分析第15-16页
        2.1.1 红外成像原理分析第15页
        2.1.2 可见光成像原理分析第15页
        2.1.3 红外图像和可见光图像的区别第15-16页
    2.2 图像配准理论第16-20页
        2.2.1 图像配准的基本原理第17页
        2.2.2 图像配准的空间变换模型第17-18页
        2.2.3 图像配准的评价方法第18-19页
        2.2.4 图像配准的方法第19-20页
    2.3 图像融合基本理论第20-24页
        2.3.1 图像融合的层次第21-22页
        2.3.2 图像融合的方法第22页
        2.3.3 图像融合的评价方法第22-24页
    2.4 本章小结第24-25页
第3章 配准算法研究第25-43页
    3.1 归一化互信息的相关理论第25-26页
        3.1.1 信息熵第25页
        3.1.2 归一化互信息第25-26页
    3.2 配准算法的步骤第26-27页
    3.3 灰度插值技术第27-28页
        3.3.1 最近邻插值法第27-28页
        3.3.2 双线性插值法第28页
        3.3.3 非线性插值法第28页
    3.4 Powell和改进的随机游走混合优化算法第28-36页
        3.4.1 Powell搜索算法第29页
        3.4.2 改进的随机游走算法第29-30页
        3.4.3 Powell和改进的随机游走算法第30-32页
        3.4.4 参数优化算法实验第32-33页
        3.4.5 改进的随机游走算法实验第33-34页
        3.4.6 优化算法对比实验第34-36页
    3.5 基于边缘区域提取和互信息的图像配准第36-41页
        3.5.1 边缘检测算子第36页
        3.5.2 算法思想和流程第36-37页
        3.5.3 边缘区域的提取第37-38页
        3.5.4 实验结果分析第38-41页
        3.5.5 与传统方法的比较第41页
    3.6 本章小结第41-43页
第4章 图像融合算法研究第43-55页
    4.1 传统的图像融合算法研究第43-46页
        4.1.1 基于提升小波变换的图像融合方法第43-44页
        4.1.2 基于主成分分析PCA融合方法第44-45页
        4.1.3 基于Laplace金字塔分解的图像融合算法第45-46页
    4.2 色彩空间IHS变换和提升小波相结合的融合算法第46-49页
        4.2.1 改进的自适应PCNN算法第46-47页
        4.2.2 色彩空间IHS变换第47页
        4.2.3 IHS变换和提升小波变换相结合的融合算法第47-49页
        4.2.4 融合规则的选取第49页
    4.3 实验结果和性能分析第49-52页
    4.4 所有融合算法对比实验和结果第52-54页
    4.5 本章小结第54-55页
结论第55-56页
参考文献第56-59页
攻读学位期间取得的学术成果第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:基于脑磁图的颞叶癫痫亚型分类研究
下一篇:基于指针式网络生成新闻摘要的研究