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

基于分块机制的多聚焦图像融合算法研究

摘要第1-4页
ABSTRACT第4-8页
1 绪论第8-11页
   ·背景和意义第8页
   ·发展现状第8-9页
   ·本论文研究工作第9-10页
   ·本章小结第10-11页
2 多聚焦图像融合研究第11-24页
   ·多聚焦图像融合原理第11页
   ·多聚焦图像融合层次的划分及常见方法第11-15页
     ·多聚焦图像融合层次的划分第11-14页
     ·像素级多聚焦图像融合的主要方法第14-15页
   ·基于分块的多聚焦图像融合方法第15-19页
     ·基于均匀分块的多聚焦图像融合原理第16-17页
     ·基于非均匀分块的多聚焦图像融合原理第17-19页
   ·多聚焦图像融合结果性能评价第19-22页
     ·主观评价第19-20页
     ·客观评价准则第20-22页
   ·本文所有实验所需图像的来源第22-23页
   ·本章小结第23-24页
3 基于增强差分演化算法和扩块选择机制的多聚焦图像融合第24-42页
   ·引言第24页
   ·增强差分演化算法第24-28页
     ·增强差分演化算法框架第25-26页
     ·标准差分演化算法和增强差分演化算法的比较第26-28页
   ·扩块选择机制第28-31页
     ·测量图像清晰度的指标第28-30页
     ·扩块选择分割之后清晰度相等的图像块第30页
     ·扩块选择机制的特点第30-31页
   ·利用增强差分演化算法和扩块选择机制实现多聚焦图像融合第31-32页
   ·实验结果与分析第32-41页
     ·人工处理有参照图像的多聚焦图像第33-38页
     ·无参照图像的多聚焦图像第38-41页
   ·本章小结第41-42页
4 基于增强差分演化算法的自适应分块多聚焦图像融合第42-51页
   ·引言第42页
   ·基于增强差分演化算法和扩块选择机制的多聚焦图像融合第42-43页
   ·基于自适应分块的多聚焦图像融合算法第43-45页
   ·基于增强差分演化算法的自适应分块多聚焦图像融合第45-46页
   ·实验结果与分析第46-50页
     ·实验结果与分析第47-50页
   ·本章小结第50-51页
5 总结与展望第51-53页
   ·本文总结第51-52页
   ·工作展望第52-53页
致谢第53-54页
参考文献第54-57页
附录第57页
 A 作者在攻读学位期间成果目录第57页
 B 作者在攻读学位期间参加的项目第57页

论文共57页,点击 下载论文
上一篇:基于空域稀疏性分析的小弱目标检测技术研究
下一篇:面向逆向工程的工业CT图像矢量化系统改进