| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 背景与意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 图像融合的研究现状 | 第9-10页 |
| 1.2.2 压缩感知理论的研究现状 | 第10页 |
| 1.2.3 基于压缩感知域图像融合技术的研究现状 | 第10-11页 |
| 1.3 论文的主要工作及组织结构 | 第11-13页 |
| 第二章 图像融合及压缩感知技术概述 | 第13-23页 |
| 2.1 图像融合基本理论 | 第13-19页 |
| 2.1.1 图像融合基本分类 | 第13-15页 |
| 2.1.2 空域内图像融合的基本方法 | 第15-16页 |
| 2.1.3 多尺度变换域内图像融合的基本方法 | 第16-18页 |
| 2.1.4 图像融合存在的问题 | 第18-19页 |
| 2.2 压缩感知理论 | 第19-22页 |
| 2.2.1 信号稀疏表示 | 第20页 |
| 2.2.2 测量矩阵 | 第20-21页 |
| 2.2.3 信号重构算法 | 第21-22页 |
| 2.3 多尺度变换域内压缩感知在图像融合中的应用 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于NSST的CS与区域特性相结合的图像融合方法 | 第23-36页 |
| 3.1 shearlet变换理论 | 第23-25页 |
| 3.2 NSST理论的实现 | 第25-26页 |
| 3.3 基于NSST的CS与区域特性相结合的图像融合方法 | 第26-29页 |
| 3.3.1 高频融合规则 | 第26页 |
| 3.3.2 低频融合规则 | 第26-27页 |
| 3.3.3 算法实现步骤 | 第27-29页 |
| 3.4 实验结果及分析 | 第29-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 多尺度域内基于区域特性的图像融合方法 | 第36-52页 |
| 4.1 多孔小波(àtrous)理论 | 第36-37页 |
| 4.2 非下采样轮廓波理论 | 第37-40页 |
| 4.2.1 非下采样金字塔滤波器组(NSPFB) | 第38-39页 |
| 4.2.2 非下采样方向滤波器组(NSDFB) | 第39-40页 |
| 4.3 多尺度域内基于区域特性的图像融合方法 | 第40-43页 |
| 4.3.1 àtrous-NSCT变换的实现 | 第40-41页 |
| 4.3.2 高频融合规则 | 第41-42页 |
| 4.3.3 低频融合规则 | 第42页 |
| 4.3.4 算法实现步骤 | 第42-43页 |
| 4.4 试验结果及分析 | 第43-51页 |
| 4.4.1 实验环境 | 第43-44页 |
| 4.4.2 参数设置 | 第44-46页 |
| 4.4.3 实验结果 | 第46-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 总结 | 第52-54页 |
| 5.1 主要工作回顾 | 第52-53页 |
| 5.2 本课题今后需进一步研究的地方 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 个人简历在读期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |