| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题的研究背景及意义 | 第11-12页 |
| ·课题的研究现状 | 第12-13页 |
| ·主要研究内容 | 第13-14页 |
| ·章节安排 | 第14-16页 |
| 第二章 异类图像融合基本理论 | 第16-25页 |
| ·三类图像融合目的 | 第16页 |
| ·三类图像特征分析 | 第16-18页 |
| ·图像融合的层次划分及常用方法 | 第18-21页 |
| ·图像融合的层次划分 | 第18-19页 |
| ·图像融合的常用方法 | 第19-21页 |
| ·融合结果性能评价指标 | 第21-24页 |
| ·主观评价法 | 第21页 |
| ·客观评价指标 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 结合 SVT 与 Top-Hat 变换的红外与可见光图像融合算法 | 第25-37页 |
| ·融合算法框架 | 第25-26页 |
| ·SVT 变换及其融合规则 | 第26-29页 |
| ·SVT 变换理论 | 第26-28页 |
| ·融合规则 | 第28-29页 |
| ·低频融合规则 | 第28页 |
| ·高频融合规则 | 第28-29页 |
| ·多尺度 Top-Hat 变换及亮暗特征提取 | 第29-32页 |
| ·多尺度 Top-Hat 变换 | 第29-30页 |
| ·亮暗细节特征提取 | 第30-31页 |
| ·亮暗细节特征融合 | 第31-32页 |
| ·结合 SVT 和 Top-Hat 变换的红外与可见光图像混合融合算法 | 第32-35页 |
| ·融合算法实现过程 | 第32-33页 |
| ·实验结果及其分析 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于 SVT 和稀疏表示的 SAR 与可见光图像融合算法 | 第37-48页 |
| ·融合算法框架 | 第37-38页 |
| ·过完备稀疏表示方法 | 第38-41页 |
| ·图像的稀疏表示 | 第38页 |
| ·K-SVD 字典训练算法 | 第38-40页 |
| ·正交匹配追踪稀疏表示算法 | 第40-41页 |
| ·融合算法 | 第41-46页 |
| ·融合算法的实现过程 | 第41-42页 |
| ·融合规则 | 第42-43页 |
| ·实验结果及其分析 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 多源异类图像多级混合融合模型 | 第48-61页 |
| ·融合模型框架 | 第48页 |
| ·二级加权融合算法 | 第48-50页 |
| ·三级伪彩色增强融合算法 | 第50-55页 |
| ·YUV 空间 | 第52页 |
| ·颜色迁移算法 | 第52-53页 |
| ·颜色空间映射 | 第53-54页 |
| ·算法实现过程 | 第54-55页 |
| ·融合模型实验效果评价 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间撰写的论文及科研成果 | 第67-69页 |
| 致谢 | 第69-70页 |
