摘要 | 第1-5页 |
Abstract | 第5-8页 |
第1章 绪论 | 第8-13页 |
·课题研究的背景 | 第8-9页 |
·课题研究的目的和意义 | 第9-10页 |
·国内外的研究现状 | 第10-11页 |
·融合技术在国内外的发展情况 | 第10页 |
·融合算法理论的发展现状 | 第10-11页 |
·待解决的关键问题 | 第11-12页 |
·本文的组织结构 | 第12-13页 |
第2章 图像融合的基本理论及其质量评价 | 第13-27页 |
·图像融合的基本分类 | 第13-14页 |
·非多尺度分析的图像融合算法 | 第14-15页 |
·图像的金字塔分解算法 | 第15-19页 |
·基于多尺度分析融合算法的一般流程 | 第15-16页 |
·拉普拉斯金字塔理论 | 第16-17页 |
·对比度金字塔理论 | 第17-18页 |
·梯度金字塔理论 | 第18页 |
·比率低通金字塔分解 | 第18-19页 |
·形态学金字塔 | 第19页 |
·系数融合规则 | 第19-21页 |
·低频系数融合规则 | 第19-20页 |
·高频系数融合算法 | 第20-21页 |
·融合图像的质量评价方法 | 第21-23页 |
·融合实验与融合图像质量评价 | 第23-26页 |
·本章小结 | 第26-27页 |
第3章 基于改进轮廓波变换的彩色可见光与红外图像融合算法 | 第27-40页 |
·图像的稀疏表示理论 | 第27-29页 |
·轮廓波变换的基本原理 | 第29-34页 |
·方向滤波器的原理与构造方法 | 第29-32页 |
·离散轮廓波变换 | 第32-33页 |
·改进的轮廓波变换 | 第33-34页 |
·基于改进轮廓波和颜色空间变换的融合算法 | 第34-38页 |
·几种颜色空间简介 | 第34页 |
·算法整体流程 | 第34-37页 |
·仿真结果 | 第37-38页 |
·本章小结 | 第38-40页 |
第4章 非子采样轮廓波变换与脉冲耦合神经网络相结合的图像融合算法 | 第40-53页 |
·非子采样轮廓波变换的基本原理 | 第40-45页 |
·非子采样滤波器特点阐述 | 第40-42页 |
·非子采样塔形滤波器原理 | 第42-43页 |
·非子采样方向滤波器原理 | 第43页 |
·非子采样轮廓波变换对频率面的分解 | 第43-45页 |
·脉冲耦合神经网络概述 | 第45-47页 |
·脉冲耦合神经网络的改进模型 | 第47-48页 |
·融合算法流程及其仿真 | 第48-52页 |
·本章小结 | 第52-53页 |
结论 | 第53-54页 |
参考文献 | 第54-57页 |
攻读硕士学位期间发表的论文及其它成果 | 第57-59页 |
致谢 | 第59页 |