| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 图像融合的研究背景及意义 | 第9-10页 |
| 1.2 图像融合技术的研究现状 | 第10-12页 |
| 1.3 本文研究内容及章节安排 | 第12页 |
| 参考文献 | 第12-14页 |
| 第2章 多源图像融合的基本理论和评价 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 图像融合的层次分析 | 第14-15页 |
| 2.3 常用的融合方法 | 第15-16页 |
| 2.3.1 作用于非变换域方法 | 第15-16页 |
| 2.3.2 作用于变换域方法 | 第16页 |
| 2.4 图像融合方法的性能评价 | 第16-21页 |
| 2.4.1 主观评价方法 | 第17页 |
| 2.4.2 客观评价方法 | 第17-21页 |
| 2.5 本章小结 | 第21页 |
| 参考文献 | 第21-23页 |
| 第3章 NSCT变换的基本理论 | 第23-38页 |
| 3.1 引言 | 第23-24页 |
| 3.2 Contourlet变换的基本原理 | 第24-27页 |
| 3.2.1 拉普拉斯金字塔(LP)变换 | 第24-25页 |
| 3.2.2 方向滤波器组(DFB) | 第25-27页 |
| 3.3 非下采样Contourlet变换的原理 | 第27-31页 |
| 3.3.1 非下采样金字塔(NSP)变换 | 第27-28页 |
| 3.3.2 非下采样方向滤波器组(NSDFB) | 第28-31页 |
| 3.4 基于NSCT的图像融合方法 | 第31-33页 |
| 3.4.1 融合过程及示意图 | 第31页 |
| 3.4.2 融合常用规则 | 第31-33页 |
| 3.5 影响NSCT图像融合的因素 | 第33-36页 |
| 3.6 本章小结 | 第36-37页 |
| 参考文献 | 第37-38页 |
| 第4章 脉冲耦合神经网络的基本理论 | 第38-53页 |
| 4.1 引言 | 第38页 |
| 4.2 PCNN神经元模型及工作机理 | 第38-42页 |
| 4.2.1 PCNN神经元模型 | 第38-40页 |
| 4.2.2 PCNN的工作机理 | 第40-42页 |
| 4.3 PCNN简化模型 | 第42-43页 |
| 4.4 双通道PCNN模型 | 第43-44页 |
| 4.5 链接系数β确定 | 第44-45页 |
| 4.6 基于自适应PCNN和DCPCNN的图像融合方法 | 第45-51页 |
| 4.6.1 自适应PCNN的图像融合过程 | 第45-46页 |
| 4.6.2 自适应DCPCNN的图像融合过程 | 第46页 |
| 4.6.3 实验仿真和分析 | 第46-51页 |
| 4.7 本章小结 | 第51页 |
| 参考文献 | 第51-53页 |
| 第5章 基于NSCT的复合型PCNN多源图像融合方法 | 第53-65页 |
| 5.1 引言 | 第53页 |
| 5.2 基于NSCT的复合型PCNN多源图像融合方法 | 第53-55页 |
| 5.3 实验仿真与结果分析 | 第55-64页 |
| 5.4 本章小结 | 第64页 |
| 参考文献 | 第64-65页 |
| 第6章 总结与展望 | 第65-68页 |
| 6.1 论文工作总结 | 第65-66页 |
| 6.2 论文研究展望 | 第66-68页 |
| 致谢 | 第68页 |
