首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多尺度几何分析的多传感器图像融合研究

摘要第1-5页
Abstract第5-11页
第一章 绪论第11-27页
   ·多传感器图像融合第11-13页
   ·图像融合算法分类第13-19页
     ·图像融合中的图像源第13-14页
     ·图像融合层次第14-15页
     ·像素级图像融合算法第15页
     ·基于多尺度分解的图像融合算法第15-17页
     ·需解决的关键问题第17-19页
   ·图像的多尺度几何分析第19-22页
     ·图像的稀疏表示与非线性逼近第19-21页
     ·图像的多尺度几何分析第21-22页
   ·论文的主要研究工作第22-27页
     ·本文内容安排第22-25页
     ·本文主要贡献第25-27页
第二章 第一代Curvelet 变换及其在图像融合中的应用第27-43页
   ·引言第27-28页
   ·第一代 Curvelet 变换第28-31页
     ·连续Ridgelet 变换第28-29页
     ·第一代Curvelet 变换及其数字实现算法第29-31页
   ·多传感器图像融合第31-37页
     ·基于Curvelet 变换多传感器图像融合算法第31-32页
     ·融合实验第32-37页
   ·全色波段图像与多光谱图像融合第37-42页
     ·基于内容决策及Curvelet 变换的遥感图像融合算法第37-39页
     ·融合实验第39-42页
   ·小结第42-43页
第三章 第二代Curvelet 变换及其在图像融合中的应用第43-61页
   ·引言第43页
   ·第二代 Curvelet 变换第43-47页
     ·连续Curvelet 变换第43-45页
     ·离散Curvelet 变换第45-47页
   ·多聚焦图像融合第47-52页
     ·基于局部区域标准方差和方向对比度的图像融合算法第47-49页
     ·融合实验第49-52页
   ·红外与彩色可见光图像融合第52-57页
     ·IHS 颜色空间第53页
     ·基于IHS 颜色空间及Curvelet 变换的彩色图像融合算法第53-55页
     ·融合实验第55-57页
   ·全色波段图像与多光谱图像融合第57-59页
     ·基于 Curvelet 变换的全色波段图像与多光谱图像融合算法第57页
     ·融合实验第57-59页
   ·小结第59-61页
第四章 非下采样 Contourlet 变换及其在图像融合中的应用第61-82页
   ·引言第61-62页
   ·非下采样Contourlet 变换第62-68页
     ·非下采样Contourlet 变换第62-66页
     ·非下采样 Contourlet 变换中滤波器组的设计第66-68页
   ·不同图像分解和重构工具在图像融合中的性能比较第68-72页
   ·基于窗口选择的红外与可见光图像融合第72-77页
     ·基于物理特性和能量匹配的图像融合算法第72-74页
     ·融合实验第74-77页
   ·基于区域分割的红外图像与可见光图像融合第77-80页
     ·基于区域分割和非下采样 Contourlet 变换图像融合算法第77-79页
     ·融合实验第79-80页
   ·小结第80-82页
第五章 基于成像机理与方向信息的多聚焦图像融合第82-94页
   ·引言第82页
   ·多聚焦图像成像机理第82-84页
   ·基于方向信息的多聚焦图像融合算法第84-86页
   ·融合实验第86-93页
   ·小结第93-94页
第六章 基于彩色传递和熵信息的红外与可见光图像融合第94-106页
   ·引言第94-95页
   ·lαβ颜色空间第95-96页
   ·基于彩色传递和熵信息的图像融合算法第96-100页
   ·融合实验第100-104页
   ·小结第104-106页
第七章 基于成像系统物理特性的全色波段图像与多光谱图像融合第106-117页
   ·引言第106-107页
   ·基于成像系统物理特性及非下采样 Contourlet 变换的遥感图像融合.第107-112页
     ·全色波段图像细节信息的提取第108页
     ·注入模型αk (m , n) 的定义第108-111页
     ·NSCT_PCIS 图像融合算法第111-112页
   ·融合实验第112-116页
   ·小结第116-117页
第八章 结论与展望第117-121页
   ·论文的主要贡献及结论第118-119页
   ·论文的不足及研究展望第119-121页
致谢第121-122页
参考文献第122-133页
作者攻读博士学位期间的研究成果第133-135页
 学术论文第133-134页
 参与的科研课题第134-135页

论文共135页,点击 下载论文
上一篇:基于核方法与累积量随机学习的模式分类研究
下一篇:基于小波和变分PDE的图像建模理论、算法及应用