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

林木红外与可见光图像融合算法研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-14页
   ·课题研究背景和意义第9页
   ·红外与可见光图像融合的基础理论第9-10页
     ·图像融合的概念第9-10页
     ·融合算法的分类第10页
   ·国内外研究现状第10-12页
   ·本文研究内容及技术路线第12-14页
第二章 样本采集及图像质量评价体系选择第14-22页
   ·引言第14页
   ·图像样本采集方法设计第14-17页
     ·图像样本采集实验第14-17页
     ·林木样本图像特点第17页
   ·主观评价指标第17页
   ·客观评价指标第17-20页
     ·基于信息量的评价指标第18页
     ·基于统计特性的评价指标第18-20页
     ·基于信噪比的评价指标第20页
   ·本章小结第20-22页
第三章 像素级图像融合算法研究第22-42页
   ·引言第22页
   ·常见像素级图像融合算法第22-33页
     ·像素级融合算法概论第22-23页
     ·基于小波变换的图像融合算法第23-27页
     ·基于Contourlet变换的图像融合算法第27-33页
   ·基于Contourlet变换和PCNN的图像融合算法第33-38页
     ·脉冲耦合神经网络(PCNN)模型第34-35页
     ·融合规则制定第35-38页
   ·融合结果及质量评价第38-40页
   ·本章小结第40-42页
第四章 特征级图像融合算法研究第42-62页
   ·引言第42-43页
   ·图像分割方法研究第43-47页
     ·图像分割算法概述第43页
     ·Live wire交互式图像分割算法第43-46页
     ·林木图像分割结果评价第46-47页
   ·基于模糊逻辑的特征级融合算法第47-55页
     ·非下采样Contourlet变换第47-48页
     ·基于模糊逻辑的低频域融合规则第48-49页
     ·基于分割结果的高频域融合规则第49-53页
     ·融合结果及质量评价第53-55页
   ·融合系数优化算法研究第55-60页
     ·Teaching Learning based Optimization参数优化算法第55-57页
     ·TLBO在图像融合中的应用第57页
     ·优化结果分析第57-60页
   ·本章小结第60-62页
第五章 融合图像在林木识别中的应用第62-67页
   ·特征数据提取第62-64页
   ·验证实验及结果分析第64-66页
     ·林木目标识别第64-65页
     ·林木胸径计算第65-66页
   ·本章小结第66-67页
第六章 总结与展望第67-69页
   ·总结第67-68页
   ·展望第68-69页
参考文献第69-73页
个人简介第73-75页
导师简介第75-77页
获得成果目录第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:图像分块自适应压缩感知算法研究
下一篇:基于RADIUS属性的认证网关的研究