一种新的多源图像融合方法
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究的背景和意义 | 第8-9页 |
| ·多传感器图像融合技术的国内外研究现状 | 第9-10页 |
| ·多传感器图像融合技术的国内外应用现状 | 第10-11页 |
| ·本文的主要任务和内容安排 | 第11-13页 |
| ·本文主要研究内容 | 第11页 |
| ·本文章节安排 | 第11-13页 |
| 2 多传感器图像融合的基本理论 | 第13-26页 |
| ·多传感器图像信息的特点 | 第13页 |
| ·多传感器图像融合的层次 | 第13-16页 |
| ·像素级融合 | 第14页 |
| ·特征级融合 | 第14-15页 |
| ·决策级融合 | 第15-16页 |
| ·图像融合的基本流程 | 第16-17页 |
| ·图像融合常用方法介绍 | 第17-21页 |
| ·平均法 | 第17页 |
| ·基于 IHS 变换的方法 | 第17-18页 |
| ·PCA 变换法 | 第18-19页 |
| ·基于金字塔变换的方法 | 第19-20页 |
| ·小波变换法 | 第20-21页 |
| ·图像融合效果的评价方法 | 第21-25页 |
| ·主观评价方法 | 第21-22页 |
| ·客观评价方法 | 第22-24页 |
| ·主客观结合的评价方法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 多传感器图像融合预处理技术 | 第26-41页 |
| ·图像去噪 | 第26-31页 |
| ·图像噪声模型 | 第26页 |
| ·常用的图像去噪方法 | 第26-29页 |
| ·图像去噪实验及性能评价 | 第29-31页 |
| ·图像配准 | 第31-40页 |
| ·图像配准方法分类 | 第31页 |
| ·图像配准流程 | 第31-32页 |
| ·提取特征 | 第32-33页 |
| ·特征匹配 | 第33-35页 |
| ·变换模型 | 第35-37页 |
| ·插值算法 | 第37页 |
| ·图像配准实验 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于角点特征和灰度特征的图像配准 | 第41-49页 |
| ·图像配准模型 | 第41-43页 |
| ·基于角点特征的配准模型 | 第41-42页 |
| ·基于灰度特征的配准模型 | 第42页 |
| ·结合角点特征和灰度特征的配准模型 | 第42-43页 |
| ·基于精确极大似然法求解图像配准模型 | 第43-45页 |
| ·估计像素点坐标 | 第44页 |
| ·更新几何变换参数 | 第44-45页 |
| ·算法描述 | 第45页 |
| ·实验及结果分析 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 5 基于差分进化算法的图像融合 | 第49-59页 |
| ·差分进化算法概述 | 第49-50页 |
| ·标准差分进化算法 | 第50-53页 |
| ·标准差分进化算法的步骤 | 第50-52页 |
| ·参数设置 | 第52页 |
| ·评价函数 | 第52-53页 |
| ·基于差分进化算法的图像融合 | 第53-55页 |
| ·评价函数的设计 | 第53-54页 |
| ·算法流程及说明 | 第54-55页 |
| ·实验 | 第55-58页 |
| ·数据来源及参数设置 | 第55-56页 |
| ·评价指标 | 第56-57页 |
| ·实验结果及分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| ·论文工作总结 | 第59-60页 |
| ·未来工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65页 |
| 作者在攻读硕士学位期间发表的论文 | 第65页 |
