| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景与意义 | 第10-11页 |
| 1.2 电容层析成像技术的国内外研究现状与发展趋势 | 第11-13页 |
| 1.2.1 电容层析成像技术国内外研究现状 | 第11-12页 |
| 1.2.2 电容层析成像技术的发展趋势 | 第12-13页 |
| 1.3 课题的来源及研究内容 | 第13-15页 |
| 第2章 电容层析成像系统的组成及工作原理 | 第15-28页 |
| 2.1 电容层析成像系统构成 | 第15-18页 |
| 2.1.1 电容传感器的结构 | 第15-17页 |
| 2.1.2 数据采集系统 | 第17-18页 |
| 2.1.3 成像系统 | 第18页 |
| 2.2 电容层析成像系统的基本原理 | 第18-24页 |
| 2.2.1 ECT系统的数学原理 | 第19-20页 |
| 2.2.2 灵敏度分布函数及图像重建原理 | 第20-24页 |
| 2.3 ECT系统正问题 | 第24-26页 |
| 2.4 ECT系统逆问题 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 电容层析成像图像重建算法研究 | 第28-39页 |
| 3.1 图像重建准则 | 第28-30页 |
| 3.2 非迭代类图像重建算法 | 第30-33页 |
| 3.2.1 线性反投影（LBP）算法 | 第30-31页 |
| 3.2.2 奇异值分解（SVD）法 | 第31-32页 |
| 3.2.3 Tikhonov正则化法 | 第32-33页 |
| 3.3 常规迭代类图像重建算法 | 第33-37页 |
| 3.3.1 Landweber迭代法 | 第33-36页 |
| 3.3.2 同步迭代法 | 第36页 |
| 3.3.3 共轭梯度法 | 第36-37页 |
| 3.4 智能优化类图像重建算法 | 第37-38页 |
| 3.4.1 人工神经网络 | 第37页 |
| 3.4.2 模拟退火法 | 第37-38页 |
| 3.4.3 遗传算法 | 第38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于PCA与小波变换的图像融合方法 | 第39-48页 |
| 4.1 基于PCA变换的图像融合方法 | 第39-41页 |
| 4.1.1 PCA变换 | 第39-40页 |
| 4.1.2 PCA变换融合算法 | 第40-41页 |
| 4.2 小波变换图像融合方法 | 第41-45页 |
| 4.2.1 小波变换 | 第41-43页 |
| 4.2.2 最佳小波基函数的选择 | 第43-44页 |
| 4.2.3 小波分解层数的选择 | 第44-45页 |
| 4.2.4 融合规则 | 第45页 |
| 4.3 基于PCA与小波变换的图像融合 | 第45-46页 |
| 4.4 图像融合的质量评价 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 仿真实验设计及结果分析 | 第48-55页 |
| 5.1 图像重建仿真实验 | 第48-50页 |
| 5.2 融合规则的选择 | 第50-51页 |
| 5.3 融合实验及结果分析 | 第51-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间所发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |