| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 图像融合研究背景及意义 | 第8-11页 |
| 1.2 红外和可见光图像融合的研究现状 | 第11-13页 |
| 1.3 本文主要研究内容和章节安排 | 第13-15页 |
| 2 图像融合的主要算法及融合效果评价 | 第15-32页 |
| 2.1 引言 | 第15页 |
| 2.2 常用的多源图像融合算法 | 第15-19页 |
| 2.2.1 常用的基于空间域的图像融合算法 | 第15-16页 |
| 2.2.2 变换域方法 | 第16-19页 |
| 2.3 多分辨率分析工具 | 第19-27页 |
| 2.3.1 拉普拉斯金子塔变换 | 第19-20页 |
| 2.3.2 基于小波的多分辨率分析 | 第20-23页 |
| 2.3.3 多尺度几何分析 | 第23-27页 |
| 2.4 图像融合效果的评价 | 第27-31页 |
| 2.4.1 主观图像融合比较方法 | 第27-28页 |
| 2.4.2 客观评价指标 | 第28-31页 |
| 2.5 小结 | 第31-32页 |
| 3 基于目标提取的红外与可见光图像融合算法 | 第32-37页 |
| 3.1 引言 | 第32页 |
| 3.2 基于目标提取和多分辨率分析的红外与可见光图像融合 | 第32-33页 |
| 3.3 红外目标提取的基本方法 | 第33-36页 |
| 3.3.1 基于阈值分析的分割方法 | 第33-35页 |
| 3.3.2 基于区域的分割算法 | 第35页 |
| 3.3.3 特征聚类目标提取算法 | 第35-36页 |
| 3.4 小结 | 第36-37页 |
| 4 基于灰关联分析和 NSCT 的红外与可见光融合算法 | 第37-49页 |
| 4.1 引言 | 第37页 |
| 4.2 图像灰理论 | 第37-38页 |
| 4.3 灰关联分析目标提取 | 第38-40页 |
| 4.4 算法框架和融合准则选取 | 第40-44页 |
| 4.4.1 算法框架 | 第40-42页 |
| 4.4.2 融合准则选取 | 第42-44页 |
| 4.5 实验和分析 | 第44-47页 |
| 4.6 小结 | 第47-49页 |
| 5 基于 k 均值聚类和 SWT 的红外与可见光图像融合 | 第49-59页 |
| 5.1 引言 | 第49页 |
| 5.2 k 聚类均值和 Canny 边缘检测 | 第49-51页 |
| 5.2.1 k 均值聚类 | 第49-50页 |
| 5.2.2 Canny 边缘检测 | 第50-51页 |
| 5.3 目标提取步骤和效果 | 第51-52页 |
| 5.4 结合 k 均值聚类和 Canny 边缘检测的 SWT 图像融合算法 | 第52-54页 |
| 5.5 实验与分析 | 第54-58页 |
| 5.6 小结 | 第58-59页 |
| 6 结论与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 附录 | 第67页 |
| A 作者在攻读学位期间发表的论文 | 第67页 |
| B 作者在攻读学位期间参加的科研项目 | 第67页 |
