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

可见光与近红外图像融合算法研究

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-14页
    1.1 课题研究的背景与意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 国外研究现状第10-11页
        1.2.2 国内研究现状第11-12页
    1.3 论文内容和章节安排第12-14页
第2章 图像处理基础知识概论第14-29页
    2.1 图像颜色空间概述第14-19页
        2.1.1 RGB颜色空间第14-15页
        2.1.2 YCbCr颜色空间第15-16页
        2.1.3 LMS颜色空间第16-17页
        2.1.4 laβ颜色空间第17-19页
    2.2 图像融合算法概论第19-23页
        2.2.1 图像融合层次的分类第19-20页
        2.2.2 像素级融合第20-22页
        2.2.3 特征级融合第22页
        2.2.4 决策级融合第22-23页
    2.3 近红外与可见光图像融合基本算法第23-27页
        2.3.1 Koichi Takeuchi融合算法第23-25页
        2.3.2 Make My Day融合算法第25页
        2.3.3 多帧融合算法第25-27页
    2.4 本章小结第27-29页
第3章 图像去噪算法研究第29-41页
    3.1 均值去噪第29-30页
    3.2 非局部平均去噪第30-31页
    3.3 BM3D去噪第31-34页
    3.4 实验结果分析第34-40页
    3.5 本章小结第40-41页
第4章 利用近红外提升可见光图像融合算法的研究第41-53页
    4.1 Make My Day算法原理与分析第41-45页
        4.1.1 MMD算法原理第42-44页
        4.1.2 MMD算法实验结果分析第44-45页
    4.2 基于MMD算法的可见光与近红外图像融合算法第45-48页
        4.2.1 提出的改进算法原理第45-48页
    4.3 实验结果分析第48-51页
    4.4 本章小结第51-53页
第5章 基于亮度传递的图像加权融合算法第53-63页
    5.1 Koichi Takeuchi融合算法原理与分析第53-55页
    5.2 基于Reinhard传递算法的近红外与可见光图像融合第55-59页
        5.2.1 Reinhard传递算法第56页
        5.2.2 图像加权融合算法第56-59页
    5.3 实验结果分析第59-61页
    5.4 本章小结第61-63页
第6章 总结与展望第63-65页
    6.1 总结第63-64页
    6.2 工作展望第64-65页
参考文献第65-68页
攻读硕士学位期间发表的学术论文和研究成果第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:多敏感属性数据的匿名隐私保护方法研究
下一篇:基于多跳自组织网络的农业环境监测系统设计