| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第7-17页 |
| ·课题研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·图像融合评价 | 第10-16页 |
| ·本文工作介绍 | 第16-17页 |
| 第二章 基于金字塔分解的图像融合 | 第17-32页 |
| ·高斯金字塔 | 第18-19页 |
| ·拉普拉斯金字塔 | 第19-20页 |
| ·FSD拉普拉斯金字塔 | 第20页 |
| ·对比度金字塔/比率低通金字塔 | 第20-22页 |
| ·梯度金字塔 | 第22-23页 |
| ·形态学金字塔 | 第23-25页 |
| ·可控金字塔 | 第25-27页 |
| ·各种金字塔融合算法性能评价 | 第27-32页 |
| 第三章 基于多尺度几何分析的图像融合 | 第32-40页 |
| ·基于DWT的图像融合 | 第32-34页 |
| ·基于a trous小波的图像分解 | 第34-35页 |
| ·基于contourlet变换的图像分解 | 第35-37页 |
| ·基于非下采样Contourlet变换的图像分解 | 第37-40页 |
| 第四章 神经网络在图像融合中的应用 | 第40-53页 |
| ·脉冲耦合神经网络简介 | 第40-41页 |
| ·PCNN应用于图像融合 | 第41-43页 |
| ·基于多尺度几何分析和PCNN图像融合算法性能评价 | 第43-53页 |
| 第五章 图像融合在OMAP3530处理器平台上的实现 | 第53-63页 |
| ·OMAP3530处理器介绍 | 第53-57页 |
| ·实现性能与结果 | 第57-61页 |
| ·进一步改进策略 | 第61-62页 |
| ·结论 | 第62-63页 |
| 第六章 研究工作总结及展望 | 第63-65页 |
| 工作总结 | 第63页 |
| 工作展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |