| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 图像融合的研究背景及意义 | 第13页 |
| 1.2 图像融合的研究现状 | 第13-17页 |
| 1.2.1 国内外研究现状 | 第13-14页 |
| 1.2.2 图像融合技术介绍 | 第14-17页 |
| 1.3 红外图像成像原理及特点 | 第17-19页 |
| 1.4 本文的主要内容和结构安排 | 第19-23页 |
| 1.4.1 本文的主要内容 | 第19-20页 |
| 1.4.2 本文各章节的安排 | 第20-23页 |
| 第二章 红外图像行人检测算法 | 第23-35页 |
| 2.1 行人检测概述 | 第23-24页 |
| 2.2 HOG特征 | 第24-26页 |
| 2.3 支持向量机 | 第26-31页 |
| 2.3.1 支持向量机SVM概述 | 第26-29页 |
| 2.3.2 最优分类面 | 第29-31页 |
| 2.4 红外行人检测实验 | 第31-32页 |
| 2.5 本章小节 | 第32-35页 |
| 第三章 图像分割算法 | 第35-49页 |
| 3.1 红外图像分割算法的特点 | 第35页 |
| 3.2 图像分割主要算法 | 第35-41页 |
| 3.2.1 区域生长算法 | 第35-37页 |
| 3.2.2 最大类间差法 | 第37-38页 |
| 3.2.3 基于聚类的图像分割 | 第38页 |
| 3.2.4 分水岭分割算法 | 第38-39页 |
| 3.2.5 基于遗传算法的图像分割 | 第39-40页 |
| 3.2.6 SE（sampling-expectation）算法 | 第40-41页 |
| 3.3 改进的图像分割算法 | 第41-43页 |
| 3.4 图像分割质量评价 | 第43-44页 |
| 3.5 图像分割实验结果及分析 | 第44-47页 |
| 3.5.1 分割实验一 | 第44-46页 |
| 3.5.2 分割实验二 | 第46-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 红外图像与可见光图像融合 | 第49-63页 |
| 4.1 图像配准的基础知识 | 第49-51页 |
| 4.1.1 图像配准概述 | 第49页 |
| 4.1.2 图像配准原理 | 第49-51页 |
| 4.2 红外和可见光图像的配准算法 | 第51-56页 |
| 4.2.1 基于互信息的图像配准 | 第51-53页 |
| 4.2.2 基于特征匹配的图像配准 | 第53-54页 |
| 4.2.3 基于变换域的图像配准 | 第54-56页 |
| 4.3 改进的图像配准算法 | 第56-60页 |
| 4.3.1 图像缩放算法 | 第56-57页 |
| 4.3.2 Sift特征匹配的方法 | 第57页 |
| 4.3.3 搜索区域面积的估计 | 第57-58页 |
| 4.3.4 改进配准算法的思想和步骤 | 第58-60页 |
| 4.4 实验结果与分析 | 第60-61页 |
| 4.5 融合方法 | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 仿真实验结果分析与比较 | 第63-69页 |
| 5.1 图像融合效果评价 | 第63-64页 |
| 5.2 实验结果与分析 | 第64-69页 |
| 5.2.1 仿真实验一 | 第64-66页 |
| 5.2.2 仿真实验二 | 第66-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 本文的工作总结 | 第69页 |
| 6.2 未来的工作目标 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |