| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.3 本文主要内容 | 第17-19页 |
| 第2章 多聚焦图像融合算法概述 | 第19-29页 |
| 2.1 空域多聚焦图像融合算法概述 | 第19-22页 |
| 2.1.1 加权平均算法 | 第19-20页 |
| 2.1.2 基于区域特征的多聚焦图像融合算法 | 第20页 |
| 2.1.3 基于分块的多聚焦图像融合算法 | 第20-22页 |
| 2.2 变换域多聚焦图像融合算法概述 | 第22-25页 |
| 2.2.1 基于金字塔的多聚焦图像融合算法 | 第22-23页 |
| 2.2.2 基于小波域的多聚焦图像融合算法 | 第23-24页 |
| 2.2.3 基于多尺度几何变换的多聚焦图像融合算法 | 第24-25页 |
| 2.3 评价准则 | 第25-28页 |
| 2.3.1 主观评价指标 | 第25-26页 |
| 2.3.2 客观评价指标 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于卷积神经网络的非下采样剪切波域多聚焦图像融合 | 第29-45页 |
| 3.1 非下采样剪切波变换原理 | 第29-32页 |
| 3.2 基于卷积神经网络的图像融合 | 第32-34页 |
| 3.3 向导滤波 | 第34-35页 |
| 3.4 基于CNN的NSST域图像融合 | 第35-37页 |
| 3.5 实验结果与分析 | 第37-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于无监督卷积神经网络的多聚焦图像融合 | 第45-57页 |
| 4.1 无监督卷积神经网络模型 | 第45-47页 |
| 4.2 基于无监督卷积神经网络的图像融合 | 第47-49页 |
| 4.2.1 图像融合框架 | 第47-48页 |
| 4.2.2 图像融合规则 | 第48-49页 |
| 4.3 实验结果与分析 | 第49-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 基于双谱分析的图像融合质量客观评价算法 | 第57-67页 |
| 5.1 双谱定义及其性质 | 第57-59页 |
| 5.2 基于双谱分析的图像融合质量客观评价算法 | 第59-60页 |
| 5.3 客观指标比较与分析 | 第60-64页 |
| 5.4 多聚焦图像融合算法Matlab演示平台 | 第64-65页 |
| 5.5 本章小结 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间取得的科研成果 | 第75页 |