基于SIFT和小波多尺度分析的多聚焦图像融合方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·选题的背景 | 第9页 |
| ·研究的目的及意义 | 第9-11页 |
| ·图像融合的国内外现状 | 第11-12页 |
| ·论文主要结构和研究内容 | 第12-14页 |
| ·论文主要研究内容 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第2章 多聚焦图像融合及其关键技术研究 | 第14-28页 |
| ·图像配准技术 | 第14-20页 |
| ·图像配准原理及其转变模型 | 第14-17页 |
| ·图像配准的过程实现 | 第17-18页 |
| ·图像配准方法的分类 | 第18-19页 |
| ·基于图像特征的配准处理过程 | 第19-20页 |
| ·多聚焦图像融合原理 | 第20-21页 |
| ·多聚焦图像融合方法 | 第21-23页 |
| ·多聚焦图像融合步骤 | 第23-24页 |
| ·图像融合性能评价 | 第24-27页 |
| ·质量主观评价方法 | 第24-25页 |
| ·客观性能评价 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于SIFT的图像配准算法研究 | 第28-41页 |
| ·SIFT算法综述 | 第28-29页 |
| ·图像特征向量的生成 | 第29-35页 |
| ·检测高斯尺度空间极值 | 第29-30页 |
| ·过滤特征点并精确定位 | 第30-32页 |
| ·特征点的方向确定 | 第32页 |
| ·生成特征点描述子 | 第32-34页 |
| ·基于SIFT特征仿真实验 | 第34-35页 |
| ·基于K-d树算法的特征匹配 | 第35-37页 |
| ·NN算法 | 第35页 |
| ·K-d树搜索策略 | 第35-36页 |
| ·改进的K-d树最邻近查询 | 第36-37页 |
| ·图像的变换参数估计 | 第37-40页 |
| ·图像的空间变换 | 第37-38页 |
| ·消除误匹配对 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 小波多尺度分析的多聚焦图像融合 | 第41-53页 |
| ·小波变换及其应用 | 第41-44页 |
| ·连续小波变换 | 第41-42页 |
| ·离散小波变换 | 第42-43页 |
| ·多分辨率分析 | 第43-44页 |
| ·小波变换的Mallat算法 | 第44页 |
| ·基于离散小波变换的图像融合分析 | 第44-46页 |
| ·多聚焦图像融合算法研究 | 第46-52页 |
| ·基于空域的多聚焦图像融合方法 | 第47页 |
| ·基于频域的多聚焦图像融合算法 | 第47-48页 |
| ·小波变换融合规则选择 | 第48-51页 |
| ·改进的基于匹配度的低频融合规则 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 多聚焦图像实验过程及分析 | 第53-61页 |
| ·实验环境及实验过程 | 第53页 |
| ·图像配准过程 | 第53-57页 |
| ·特征匹配 | 第54-56页 |
| ·图像空间位置变换 | 第56-57页 |
| ·多聚焦图像融合 | 第57-61页 |
| ·多聚焦图像融合仿真实验 | 第57-59页 |
| ·多聚焦图像融合质量评价 | 第59-61页 |
| 第6章 总结和展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |
