| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第16-23页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 多源图像配准与融合概述 | 第17-18页 |
| 1.3 国内外研究现状 | 第18-21页 |
| 1.3.1 多源图像配准 | 第18-19页 |
| 1.3.2 多源图像融合 | 第19-20页 |
| 1.3.3 目标融合识别 | 第20-21页 |
| 1.4 论文主要工作及章节安排 | 第21-23页 |
| 第二章 可见光与红外两波段图像成像特点及成像模型 | 第23-38页 |
| 2.1 光电探测器成像特性 | 第23-25页 |
| 2.1.1 红外探测器的成像方式 | 第23页 |
| 2.1.2 红外探测器的探测率特性 | 第23-24页 |
| 2.1.3 中红外与远红外探测器选择 | 第24-25页 |
| 2.2 可见光与红外两波段图像成像特点 | 第25-35页 |
| 2.2.1 红外图像与可见光图像成像特点比较 | 第26-27页 |
| 2.2.2 中红外图像与远红外图像成像特点比较 | 第27页 |
| 2.2.3 可见光与红外两波段图像成像特点的成因 | 第27-35页 |
| 2.3 光电探测器成像机理 | 第35-37页 |
| 2.3.1 远红外相机(热探测器)成像机理 | 第35-36页 |
| 2.3.2 中红外相机(光子探测器)成像机理 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 融合可见光与红外两波段图像特征的目标配准算法 | 第38-60页 |
| 3.1 融合可见光与红外两波段图像特征的目标配准算法框架 | 第38页 |
| 3.2 改进结构相似度的红外两波段图像目标配准算法 | 第38-48页 |
| 3.2.1 结构相似度算法 | 第38-40页 |
| 3.2.2 改进的多尺度边缘结构相似度算法 | 第40-41页 |
| 3.2.3 基于MS-ESSIMG算法的红外两波段图像目标配准算法 | 第41页 |
| 3.2.4 实验结果与说明 | 第41-48页 |
| 3.3 融合可见光与红外两波段图像特征的目标配准算法 | 第48-59页 |
| 3.3.1 可见光与远红外图像目标相似度计算 | 第48页 |
| 3.3.2 红外两波段图像目标相似度计算 | 第48-49页 |
| 3.3.3 可见光与红外两波段图像目标相似度计算 | 第49页 |
| 3.3.4 实现可见光与红外两波段图像目标配准 | 第49-51页 |
| 3.3.5 实验结果与说明 | 第51-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第四章 融合可见光与红外两波段图像目标特征的目标识别算法 | 第60-79页 |
| 4.1 融合可见光与红外两波段图像目标特征的目标识别算法框架 | 第60-61页 |
| 4.2 可见光与红外两波段图像目标样本库构建 | 第61-63页 |
| 4.3 可见光图像目标特征提取 | 第63-64页 |
| 4.3.1 统计矩特征 | 第63页 |
| 4.3.2 灰度共生矩阵特征 | 第63-64页 |
| 4.3.3 仿射不变矩特征 | 第64页 |
| 4.3.4 等价旋转不变LBP特征 | 第64页 |
| 4.4 红外两波段图像目标特征提取 | 第64-68页 |
| 4.4.1 统计矩特征 | 第65页 |
| 4.4.2 几何特征 | 第65-66页 |
| 4.4.3 Hu不变矩特征 | 第66-67页 |
| 4.4.4 边缘方向直方图特征 | 第67-68页 |
| 4.4.5 Zernike矩特征 | 第68页 |
| 4.5 可见光与红外两波段图像目标特征选择 | 第68-69页 |
| 4.6 实现目标识别 | 第69-70页 |
| 4.7 实验结果与说明 | 第70-77页 |
| 4.7.1 可见光与红外两波段图像目标特征选择 | 第71-72页 |
| 4.7.2 目标识别实验 | 第72-75页 |
| 4.7.3 本文目标识别算法鲁棒性 | 第75-77页 |
| 4.8 本章小结 | 第77-79页 |
| 第五章 总结与展望 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 致谢 | 第86-87页 |
| 在学期间的研究成果及发表的学术论文 | 第87页 |
