红外图像与可见光图像融合算法研究
| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 红外光和可见光图像融合的目的和意义 | 第13-14页 |
| 1.2 研究的现状 | 第14-16页 |
| 1.2.1 国外现状 | 第14-15页 |
| 1.2.2 国内现状 | 第15-16页 |
| 1.3 图像融合关键问题概述 | 第16-17页 |
| 1.4 研究内容和论文的组织 | 第17-18页 |
| 第2章 图像融合技术研究 | 第18-29页 |
| 2.1 数字图像简介 | 第18-19页 |
| 2.2 图像融合的过程 | 第19-21页 |
| 2.2.1 图像融合的层次 | 第19-21页 |
| 2.3 图像融合的常用方法 | 第21-26页 |
| 2.3.1 基于空域的图像融合 | 第22-23页 |
| 2.3.2 基于变换域的图像融合 | 第23-26页 |
| 2.4 融合规则 | 第26-28页 |
| 2.4.1 基于单像素点的融合规则 | 第26-27页 |
| 2.4.2 基于区域的融合规则 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 图像融合预处理阶段 | 第29-41页 |
| 3.1 图像的矫正 | 第29-31页 |
| 3.2 图像的配准 | 第31-34页 |
| 3.2.1 基于灰度像素的配准方法 | 第32-33页 |
| 3.2.2 基于变换域的配准方法 | 第33页 |
| 3.2.3 基于特征的图像配准方法 | 第33-34页 |
| 3.3 图像的去噪 | 第34-40页 |
| 3.3.1 均值滤波 | 第37-38页 |
| 3.3.2 统计排序滤波器 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 图像融合算法的研究 | 第41-60页 |
| 4.1 小波变换 | 第41-46页 |
| 4.1.1 小波变换理论 | 第41页 |
| 4.1.2 小波定义 | 第41-42页 |
| 4.1.3 小波融合的基本规则 | 第42-43页 |
| 4.1.4 离散小波变换 | 第43-44页 |
| 4.1.5 连续的小波变换 | 第44-45页 |
| 4.1.6 多分辨分析 | 第45-46页 |
| 4.2 基于小波的算法 | 第46-48页 |
| 4.2.1 mallat算法 | 第46-48页 |
| 4.3 基于脉冲耦合神经网络的红外光和可见光融合 | 第48-53页 |
| 4.3.1 脉冲耦合神经网络模型 | 第48-50页 |
| 4.3.2 PCNN的特点分析 | 第50页 |
| 4.3.3 PCNN用于可见光和红外光图像融合 | 第50-51页 |
| 4.3.4 常用的小波 | 第51-53页 |
| 4.4 基于小波的的图像融合 | 第53-55页 |
| 4.4.1 小波的发展 | 第53页 |
| 4.4.2 影响小波融合的因素 | 第53-54页 |
| 4.4.3 最佳小波基函数的选择 | 第54页 |
| 4.4.4 最佳小波分解层数的选取 | 第54-55页 |
| 4.5 改进的小波融合算法 | 第55-59页 |
| 4.5.1 小波分解的高频与低频部分 | 第56-57页 |
| 4.5.2 低频部分融合策略 | 第57-58页 |
| 4.5.3 高频部分融合策略 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 图像融合系统评价 | 第60-69页 |
| 5.1 图像融合质量的评价 | 第60-65页 |
| 5.1.1 视觉效果的定性分析 | 第61-65页 |
| 5.2 图像融合算法实验结果 | 第65-68页 |
| 5.2.1 算法仿真 | 第65-66页 |
| 5.2.2 红外光图像与可见光图像融合直方图分析 | 第66页 |
| 5.2.3 红外光图像与可见光图像融合综合评价 | 第66-68页 |
| 5.3 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第75-76页 |
| 致谢 | 第76-77页 |
