| 致谢 | 第1-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 目录 | 第10-12页 |
| 插图清单 | 第12-13页 |
| 表格清单 | 第13-14页 |
| 第一章 绪论 | 第14-22页 |
| ·图像融合 | 第14-17页 |
| ·图像融合的研究背景和意义 | 第14-15页 |
| ·图像融合的国内外研究现状 | 第15页 |
| ·图像融合算法概述 | 第15-16页 |
| ·图像融合效果评价指标 | 第16-17页 |
| ·图像去噪 | 第17-19页 |
| ·图像去噪的研究背景及意义 | 第17-18页 |
| ·图像去噪的国内外研究现状 | 第18页 |
| ·图像去噪的评价指标 | 第18-19页 |
| ·多尺度几何分析的发展历程 | 第19-20页 |
| ·本文主要研究工作及结构安排 | 第20-22页 |
| 第二章 非下采样剪切波变换理论 | 第22-27页 |
| ·Shearlet 变换 | 第22-25页 |
| ·Shearlet 变换的基本原理 | 第22-25页 |
| ·Shearlet 变换的优良特性 | 第25页 |
| ·非下采样 Shearlet（NSST）的实现过程 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于 NSST 与自适应 PCNN 的红外与可见光图像融合算法 | 第27-38页 |
| ·脉冲耦合神经网络（PCNN）的基本原理 | 第27-30页 |
| ·PCNN 神经元模型 | 第27-29页 |
| ·PCNN 运行机理分析 | 第29-30页 |
| ·PCNN 的简化模型 | 第30页 |
| ·自适应 PCNN | 第30-31页 |
| ·本章融合算法步骤 | 第31-32页 |
| ·自适应 PCNN 与 PCNN 相结合的图像融合规则 | 第32-35页 |
| ·低频子带系数融合规则 | 第32-33页 |
| ·高频子带系数融合规则 | 第33-35页 |
| ·仿真实验及结果分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于正态逆高斯模型的非下采样 Shearlet 变换图像去噪 | 第38-44页 |
| ·正态逆高斯（NIG）模型 | 第38页 |
| ·贝叶斯估计及模型参数估计 | 第38-39页 |
| ·本章算法步骤 | 第39-40页 |
| ·本章仿真实验结果与分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| ·全文工作总结 | 第44页 |
| ·未来展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表的学术论文 | 第50-51页 |
