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NSCT和改进型PCNN的多源图像融合算法研究

摘要第3-5页
Abstract第5-6页
第一章 绪论第10-16页
    1.1 研究的背景和意义第10-12页
    1.2 图像融合的国内外现状第12-14页
    1.3 论文主要内容和章节安排第14-16页
第二章 多源图像融合的基本理论和构造第16-30页
    2.1 引言第16页
    2.2 图像融合的层次第16-21页
        2.2.1 像素级图像融合第17-18页
        2.2.2 特征级图像融合第18-19页
        2.2.3 决策级图像融合第19-21页
    2.3 像素级图像融合算法第21-23页
        2.3.1 非多尺度分解的融合方法第21-22页
        2.3.2 基于多尺度变换的图像融合算法第22-23页
        2.3.3 其他的融合算法第23页
    2.4 图像融合的性能评价第23-29页
        2.4.1 融合图像质量的主观评价第24页
        2.4.2 融合图像质量的客观评价第24-29页
    2.5 本章小结第29-30页
第三章 脉冲耦合神经网络的基本理论第30-40页
    3.1 概述第30页
    3.2 PCNN的基本模型第30-34页
    3.3 简化(改进) PCNN 模型第34-35页
    3.4 PCNN的基本特性第35-36页
    3.5 基于PCNN的图像融合第36-38页
    3.6 本章小结第38-40页
第四章 非下采样Contourlet变换第40-58页
    4.1 引言第40-42页
    4.2 非下采用Contourlet变换基本原理第42-50页
        4.2.1 Contourlet变换第42-44页
        4.2.2 非下采样Contourlet变换第44-50页
    4.3 基于NSCT的的图像融合过程第50-52页
        4.3.1 融合过程第50-51页
        4.3.2 常见的融合规则第51-52页
    4.4 基于NSCT变换的多聚焦图像融合第52-54页
        4.4.1 低频融合系数第52-53页
        4.4.2 高频融合系数第53页
        4.4.3 一致性检测第53页
        4.4.4 融合算法过程第53-54页
    4.5 仿真实验结果及性能评价第54-56页
    4.6 本章小结第56-58页
第五章 基于NSCT和PCNN的多聚焦图像融合方法第58-66页
    5.1 引言第58页
    5.2 多聚焦图像融合算法及步骤第58-61页
        5.2.1 融合步骤第59页
        5.2.2 低频系数融合规则第59-60页
        5.2.3 高频系数融合规则第60-61页
    5.3 仿真实验与结果分析第61-65页
        5.3.1 融合实验第61-64页
        5.3.2 融合图像质量评价与分析第64-65页
    5.4 本章小结第65-66页
第六章 总结与展望第66-69页
    6.1 论文工作总结第66-67页
    6.2 论文工作展望第67-69页
参考文献第69-73页
攻读硕士学位期间完成的科研成果第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:基于LabVIEW的通信信号调制方式自动识别系统的设计与实现
下一篇:双频和3-6GHz宽带功分器及其小型化研究与设计