| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 图像融合简介 | 第15-17页 |
| 1.4 主要研究内容及安排 | 第17-18页 |
| 2 红外和可见光图像融合理论基础 | 第18-26页 |
| 2.1 红外目标特性分析 | 第18-19页 |
| 2.1.1 红外成像原理 | 第18页 |
| 2.1.2 红外辐射遵循定律 | 第18-19页 |
| 2.2 红外成像系统结构 | 第19-20页 |
| 2.3 红外目标背景对比度模型 | 第20-21页 |
| 2.4 目标特性分析的多源图像权值融合模型 | 第21页 |
| 2.5 评价指标简介 | 第21-24页 |
| 2.6 本章小结 | 第24-26页 |
| 3 红外图像预处理 | 第26-38页 |
| 3.1 引言 | 第26页 |
| 3.2 多源图像配准技术 | 第26-29页 |
| 3.2.1 基于MMI的可见光与红外图像配准方法 | 第27-29页 |
| 3.2.2 基于SIFT的图像配准 | 第29页 |
| 3.3 红外图像增强技术 | 第29-36页 |
| 3.3.1 红外图像的噪声平滑实现 | 第30-32页 |
| 3.3.2 红外图像杂波抑制 | 第32-36页 |
| 3.4 本章小结 | 第36-38页 |
| 4 图像信息融合经典算法 | 第38-52页 |
| 4.1 引言 | 第38页 |
| 4.2 基于DWT的图像融合 | 第38-43页 |
| 4.2.1 离散小波变换(DWT) | 第38-40页 |
| 4.2.2 基于小波变换的可见光与红外图像融合算法 | 第40-41页 |
| 4.2.3 仿真实验与分析 | 第41-43页 |
| 4.3 基于PCA的图像融合 | 第43-46页 |
| 4.3.1 主成分分析(PCA)用于图像融合的基本原理 | 第43-44页 |
| 4.3.2 基于PCA的红外与可见光图像融合 | 第44-45页 |
| 4.3.3 仿真实验与分析 | 第45-46页 |
| 4.4 基于NSCT的图像融合 | 第46-51页 |
| 4.4.1 基于NSCT的图像融合方法 | 第47-48页 |
| 4.4.2 融合方法 | 第48-49页 |
| 4.4.3 仿真实验与分析 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 改进型图像融合算法 | 第52-66页 |
| 5.1 引言 | 第52页 |
| 5.2 基于非下采样Contourlet变换改进型图像融合算法 | 第52-57页 |
| 5.2.1 算法流程 | 第52-53页 |
| 5.2.2 算法原理 | 第53-57页 |
| 5.3 一种基于多尺度变换的改进型图像融合算法 | 第57-59页 |
| 5.3.1 算法流程 | 第57-58页 |
| 5.3.2 算法原理 | 第58-59页 |
| 5.4 实验和评价 | 第59-64页 |
| 5.5 总结 | 第64-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 论文工作总结 | 第66页 |
| 6.2 论文工作展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 研究成果 | 第76-77页 |
