| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景和意义 | 第8-9页 |
| ·图像融合技术 | 第9-14页 |
| ·图像融合的级别划分 | 第9-10页 |
| ·常见的图像融合方法 | 第10-13页 |
| ·研究现状及存在问题 | 第13-14页 |
| ·本文的主要研究工作 | 第14-16页 |
| 第二章 Shearlet 基础理论 | 第16-30页 |
| ·研究背景及发展 | 第16-17页 |
| ·Shearlet 变换 | 第17-23页 |
| ·Shearlet 变换 | 第17-19页 |
| ·离散 Shearlet 变换 | 第19-23页 |
| ·图像融合效果评价 | 第23-30页 |
| ·融合效果的主观评价 | 第23页 |
| ·融合效果的客观评价 | 第23-27页 |
| ·评价指标的选取 | 第27-30页 |
| 第三章 智能优化算法基础理论研究 | 第30-36页 |
| ·发展现状及存在问题 | 第30-31页 |
| ·智能优化算法分类介绍 | 第31-35页 |
| ·遗传算法 | 第31页 |
| ·粒子群算法 | 第31-32页 |
| ·其他智能优化算法简述 | 第32-35页 |
| ·GA、PSO、和 CSA 算法比较 | 第35-36页 |
| 第四章 基于 Shearlet 和遗传算法的遥感图像融合方法 | 第36-50页 |
| ·引言 | 第36-37页 |
| ·遥感图像数据特征分析 | 第37-38页 |
| ·高光谱遥感数据特征分析 | 第37-38页 |
| ·高分辨率遥感数据特征分析 | 第38页 |
| ·遗传算法分析与实现 | 第38-43页 |
| ·算法思想 | 第38-39页 |
| ·算法实现的主要工作介绍 | 第39-43页 |
| ·相关参数设置 | 第43页 |
| ·基于 Shearlet 和遗传算法的遥感图像融合方法 | 第43-49页 |
| ·基于 Shearlet 和 GA 的遥感图像融合算法框架设计 | 第44-45页 |
| ·实验结果与分析 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于 Shearlet 和粒子群算法的多聚焦图像融合方法 | 第50-64页 |
| ·引言 | 第50-51页 |
| ·多聚焦图像特征分析 | 第51-52页 |
| ·粒子群算法分析与实现 | 第52-55页 |
| ·PSO 算法思想 | 第52-54页 |
| ·算法实现的主要工作介绍 | 第54页 |
| ·基本参数设置 | 第54-55页 |
| ·基于 Shearlet 和粒子群算法的多聚焦图像融合方法 | 第55-58页 |
| ·基于 Shearlet 和 PSO 的多聚焦图像融合算法框架设计 | 第55-57页 |
| ·实验结果与分析 | 第57-58页 |
| ·本文算法的性能分析 | 第58-62页 |
| ·本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-68页 |
| ·工作总结 | 第64-65页 |
| ·论文研究展望 | 第65-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 作者攻读硕士学位期间的研究成果 | 第76-77页 |
