| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 图像融合的研究背景及意义 | 第9-10页 |
| 1.2 图像融合技术概述 | 第10-11页 |
| 1.3 图像融合技术研究现状 | 第11-12页 |
| 1.4 图像融合的质量评价 | 第12-15页 |
| 1.5 本论文的结构安排 | 第15-16页 |
| 第二章 PCNN的基本原理 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 PCNN基本模型 | 第16-19页 |
| 2.3 PCNN神经元的运行方式 | 第19-20页 |
| 2.3.1 无耦合连接 | 第19-20页 |
| 2.3.2 耦合连接方式 | 第20页 |
| 2.4 PCNN的特性 | 第20-23页 |
| 2.4.1 变阈值特性 | 第20-21页 |
| 2.4.2 神经元的动态特性 | 第21页 |
| 2.4.3 神经元的捕获特性 | 第21页 |
| 2.4.4 时空总和特性 | 第21页 |
| 2.4.5 动态脉冲发放特性 | 第21-22页 |
| 2.4.6 同步脉冲发放特性 | 第22页 |
| 2.4.7 波的形成与传播 | 第22页 |
| 2.4.8 PCNN的时间序列 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 DT-CWT变换理论及实验分析 | 第25-39页 |
| 3.1 (实)小波变换 | 第25-27页 |
| 3.2 DT-CWT变换及其性质 | 第27-31页 |
| 3.2.1 DT-CWT变换的基本理论 | 第28-31页 |
| 3.3 基于DT-CWT的自适应S-PCNN图像融合 | 第31-34页 |
| 3.3.1 基于简化的自适应PCNN处理低频DT-CWT系数的融合 | 第31-33页 |
| 3.3.2 高频系数采用基于局部区域能量匹配度进行融合 | 第33-34页 |
| 3.4 一致性检验 | 第34页 |
| 3.5. 仿真实验与结果分析 | 第34-38页 |
| 3.5.1 saras实验 | 第34-36页 |
| 3.5.2 pepsi实验 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 多聚焦彩色图像融合 | 第39-55页 |
| 4.1 引言 | 第39页 |
| 4.2 彩色模型研究 | 第39-42页 |
| 4.2.1 RGB模型 | 第40-41页 |
| 4.2.2 HSV模型 | 第41-42页 |
| 4.3 彩色空间的转换和实现 | 第42-44页 |
| 4.3.1 RGB空间到HSV空间转换 | 第42-43页 |
| 4.3.2 HSV空间到RGB空间转换 | 第43-44页 |
| 4.4 基于HSV彩色空间融合算法实现过程 | 第44-49页 |
| 4.4.1 基于S-PCNN处理H分量,DT-CWT处理S、V分量的融合过程 | 第44-46页 |
| 4.4.2 简化的脉冲耦合神经网络(S-PCNN)处理彩色图像的H分量 | 第46-48页 |
| 4.4.3 基于DT-CWT方法处理彩色图像的S、V分量 | 第48-49页 |
| 4.5. 仿真实验与结果分析 | 第49-53页 |
| 4.5.1 cup实验 | 第49-51页 |
| 4.5.2 athlete实验 | 第51-53页 |
| 4.6 结束语 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 研究总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 论文与参加科研情况 | 第61-62页 |
| 致谢 | 第62页 |
