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

像素级多源图像融合方法研究

摘要第1-7页
Abstract第7-15页
第一章 绪论第15-35页
   ·多源图像融合技术的研究背景与研究内容第15-21页
     ·多源图像融合技术的研究背景与研究意义第15-17页
     ·多源图像融合技术的主要应用领域与研究内容第17-21页
   ·多源图像融合技术的研究现状第21-25页
     ·变换域法第21-23页
     ·空域法第23-25页
     ·其他方法第25页
   ·多源图像融合方法的性能评价第25-30页
     ·主观评价方式第26页
     ·客观评价方式第26-30页
   ·本文主要内容及结构安排第30-35页
第二章 基于小波变换和自适应分块的多聚焦图像融合算法第35-49页
   ·引言第35-36页
   ·算法第36-42页
     ·低频初始融合第37-40页
       ·差分进化算法第37-38页
       ·聚焦程度度量第38-39页
       ·具体实现第39-40页
     ·低频精确融合第40-41页
     ·高频融合第41-42页
   ·实验第42-48页
     ·实验相关配置第42-44页
     ·实验结果与分析第44-48页
     ·更多实验结果第48页
   ·本章小结第48-49页
第三章 基于自适应稀疏表示的图像融合算法第49-63页
   ·引言第49-50页
   ·稀疏表示理论及其相关应用第50-53页
     ·稀疏表示理论第50-52页
     ·相关应用第52-53页
   ·自适应稀疏表示模型第53-55页
   ·融合算法第55-56页
   ·实验第56-62页
     ·实验设置第57-58页
     ·实验结果与分析第58-62页
   ·本章小结第62-63页
第四章 结合多尺度变换和稀疏表示的图像融合框架第63-87页
   ·引言第63-64页
   ·融合框架第64-67页
     ·具体实现第64-67页
     ·优势第67页
   ·实验第67-85页
     ·实验图像和客观指标第67-68页
     ·六种常用多尺度变换上的实验结果第68-77页
       ·每种多尺度下的单独比较第69-72页
       ·综合比较第72-77页
     ·滑窗步长的影响第77-81页
     ·与优秀空域方法的比较第81-85页
   ·本章小结第85-87页
第五章 基于稠密SIFT描述子的多聚焦图像融合算法第87-107页
   ·引言第87页
   ·稠密SIFT描述子应用于多聚焦图像融合第87-89页
   ·算法第89-96页
     ·初始分割第91-93页
     ·决策图优化第93-94页
     ·融合第94页
     ·通用算法流程第94-96页
   ·实验第96-106页
     ·实验设置第96-97页
     ·自由参数分析第97-98页
     ·与其他方法的比较第98-102页
     ·特征匹配的作用第102-103页
     ·计算效率的比较第103-104页
     ·更多结果第104-106页
   ·本章小结第106-107页
第六章 基于稠密SIFT描述子的多曝光图像融合算法第107-127页
   ·引言第107-109页
   ·稠密SIFT描述子应用于多曝光图像融合第109-111页
   ·算法第111-115页
     ·权值项构建第111-113页
       ·局部对比度第111-112页
       ·曝光质量第112-113页
       ·空间一致性第113页
     ·权值图估计第113-114页
     ·权值图质量改善第114页
     ·融合第114-115页
   ·实验第115-126页
     ·实验设置第115-118页
     ·实验结果与讨论第118-123页
     ·客观评价第123-124页
     ·自由参数分析第124-125页
     ·计算效率比较第125-126页
   ·本章小结第126-127页
第七章 总结与展望第127-131页
   ·论文工作总结第127-128页
   ·研究展望第128-131页
参考文献第131-143页
致谢第143-145页
攻读博士学位期间发表的学术论文、申请的发明专利、参与的科研项目以及获得的奖励第145-146页

论文共146页,点击 下载论文
上一篇:光学天线调控的光辐射研究
下一篇:深度学习模型的高效训练算法研究