| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-22页 |
| ·课题背景和研究意义 | 第9-11页 |
| ·图像融合技术的基础理论 | 第11-16页 |
| ·图像融合的概念 | 第11-12页 |
| ·图像融合的层次 | 第12-14页 |
| ·图像融合的基本流程 | 第14-16页 |
| ·像素级图像融合方法概述 | 第16-20页 |
| ·简单的图像融合尝试 | 第16-17页 |
| ·基于金字塔分解的图像融合算法 | 第17-18页 |
| ·基于小波变换的图像融合算法 | 第18-19页 |
| ·小波算法存在的问题 | 第19-20页 |
| ·本文的主要研究内容及结构 | 第20-22页 |
| ·本文的主要研究内容 | 第20页 |
| ·本文的基本框架结构 | 第20-22页 |
| 第二章 基于小波变换的图像融合原理 | 第22-29页 |
| ·引言 | 第22页 |
| ·小波变换的理论基础 | 第22-24页 |
| ·小波变换的算法分析 | 第24-25页 |
| ·连续小波变换 | 第24-25页 |
| ·离散小波变换 | 第25页 |
| ·基于小波变换的图像融合方法研究 | 第25-27页 |
| ·空间频率 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第三章 脉冲耦合神经网络的基本原理 | 第29-36页 |
| ·引言 | 第29页 |
| ·PCNN模型及原理 | 第29-33页 |
| ·PCNN神经元模型 | 第29-31页 |
| ·PCNN运行机理分析 | 第31-33页 |
| ·PCNN模型的特性 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于小波变换和改进型PCNN的图像融合方法 | 第36-46页 |
| ·引言 | 第36页 |
| ·改进型PCNN模型及原理 | 第36-38页 |
| ·基于PCNN的图像融合方法 | 第38-39页 |
| ·基于小波变换和改进型PCNN的图像融合方法研究 | 第39-44页 |
| ·融合规则和算法 | 第39-40页 |
| ·融合图像的评价指标 | 第40-42页 |
| ·融合实验结果及评价指标分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 结论与展望 | 第46-48页 |
| ·结论 | 第46-47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间主要的研究成果 | 第54页 |