| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·本文研究的背景 | 第11页 |
| ·多传感器图像融合的目的及意义 | 第11-12页 |
| ·多传感器图像融合技术的发展及研究现状 | 第12-14页 |
| ·存在的问题 | 第14页 |
| ·本文的研究内容及结构安排 | 第14-16页 |
| 第2章 多传感器图像特性介绍及融合预处理 | 第16-28页 |
| ·多传感器图像特性分析 | 第16-18页 |
| ·多聚焦图像特性分析 | 第16-17页 |
| ·红外与可见光图像特性分析 | 第17-18页 |
| ·医学影像图像特性分析 | 第18页 |
| ·图像融合的基本框架 | 第18-19页 |
| ·图像融合前的预处理 | 第19-21页 |
| ·图像的几何校正 | 第19-20页 |
| ·图像的去噪 | 第20页 |
| ·图像配准 | 第20-21页 |
| ·图像融合评价指标 | 第21-26页 |
| ·主观评价指标 | 第21页 |
| ·客观评价指标 | 第21-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 多分辨率分析的图像融合技术 | 第28-35页 |
| ·常用的金字塔分解方法简介 | 第28-30页 |
| ·基于金字塔分解的多分辨率分析 | 第28-30页 |
| ·常用的图像融合规则 | 第30-33页 |
| ·常用活动级的测定方法 | 第30-32页 |
| ·常用的图像融合结合方式 | 第32-33页 |
| ·基于金字塔分解的多传感器图像融合实例 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于小波变换的图像融合技术 | 第35-58页 |
| ·小波变换 | 第35-37页 |
| ·连续小波变换 | 第35-36页 |
| ·离散小波变换 | 第36-37页 |
| ·提升小波变换的基本步骤 | 第37-38页 |
| ·分裂 | 第37页 |
| ·预测 | 第37页 |
| ·更新 | 第37页 |
| ·重构 | 第37-38页 |
| ·图像的提升小波分解算法 | 第38-41页 |
| ·图像的小波帧算法 | 第41-43页 |
| ·基于小波变换的图像融合算法一般过程 | 第43页 |
| ·一种基于小波变换的快速图像融合新算法 | 第43-50页 |
| ·算法步骤 | 第44-46页 |
| ·对比算法介绍 | 第46页 |
| ·融合效果及质量评价 | 第46-50页 |
| ·一种基于提升小波变换的结构方向信息的图像融合算法 | 第50-57页 |
| ·算法步骤 | 第51-53页 |
| ·融合效果及质量评价 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 基于非子采样轮廓波变换的图像融合及其改进 | 第58-75页 |
| ·轮廓波变换 | 第58-60页 |
| ·非子采样轮廓波变换 | 第60-62页 |
| ·非子采样轮廓波变换的改进 | 第62-66页 |
| ·脉冲偶合神经网络 | 第66-67页 |
| ·基于冗余提升的 NSWMDA 与自适应 PCNN 的图像融合算法 | 第67-73页 |
| ·算法流程 | 第67-70页 |
| ·红外与可见光图像融合实验 | 第70-71页 |
| ·CT 与磁共振图像融合实验 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 总结 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |