首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于显著性区域的多聚焦图像融合算法

摘要第4-6页
abstract第6-7页
第1章 绪论第10-16页
    1.1 课题研究的背景和意义第10-11页
    1.2 国内外研究现状第11-14页
    1.3 本文的主要工作第14页
    1.4 论文的组织结构第14-16页
第2章 相关知识第16-27页
    2.1 多聚焦图像融合的基本原理第16-17页
    2.2 小波变换原理第17-21页
        2.2.1 连续小波变换第17-18页
        2.2.2 离散小波变换第18页
        2.2.3 Mallat算法第18-20页
        2.2.4 基于小波变换的图像融合的基本过程第20-21页
        2.2.5 小波变换的其他应用第21页
    2.3 稀疏表示第21-23页
    2.4 泊松图像编辑第23-26页
        2.4.1 一维泊松图像编辑的原理第24-25页
        2.4.2 二维泊松图像编辑的原理第25-26页
    2.5 本章小结第26-27页
第3章 基于显著性区域和稀疏表示的多聚焦图像融合算法第27-40页
    3.1 算法描述第27-30页
        3.1.1 显著性区域的计算方法第27-28页
        3.1.2 高频子带融合规则第28页
        3.1.3 低频子带融合规则第28-29页
        3.1.4 算法综述第29-30页
    3.2 实验设计第30-39页
        3.2.1 评价指标第30-32页
        3.2.2 实验结果及对比分析第32-35页
        3.2.3 融合图像的实验对比第35-39页
    3.3 本章小结第39-40页
第4章 基于显著性区域和泊松图像编辑的多聚焦图像融合算法第40-47页
    4.1 算法描述第40-42页
        4.1.1 低频子带融合规则第40-41页
        4.1.2 算法综述第41-42页
    4.2 实验第42-45页
        4.2.1 实验设置第42页
        4.2.2 实验结果及分析第42-45页
    4.3 本章小结第45-47页
第5章 总结和展望第47-49页
    5.1 主要工作和成果第47页
    5.2 改进和展望第47-49页
参考文献第49-52页
作者简介及在学期间所取得的科研成果第52-53页
致谢第53页

论文共53页,点击 下载论文
上一篇:基于图像特征点的稠密点云三维重建
下一篇:实时阴影渲染算法的研究