| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 图清单 | 第9-10页 |
| 表清单 | 第10-11页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| ·研究的背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·本文研究内容和创新点 | 第16-19页 |
| ·本文研究的内容 | 第16-17页 |
| ·本文的创新点 | 第17-19页 |
| 第二章 Curvelet 理论 | 第19-34页 |
| ·引言 | 第19页 |
| ·从傅里叶分析到小波分析 | 第19-21页 |
| ·图像的多尺度几何分析 | 第21-22页 |
| ·曲线特征的稀疏表示 | 第22-23页 |
| ·第一代Curvelet 变换 | 第23-27页 |
| ·Radon 变换 | 第23-24页 |
| ·Ridgelet 变换 | 第24-25页 |
| ·第一代Curvelet 变换 | 第25-26页 |
| ·第一代Curvelet 变换的不足 | 第26-27页 |
| ·第二代Curvelet 变换 | 第27-29页 |
| ·连续Curvelet 变换 | 第27-28页 |
| ·离散Curvelet 变换 | 第28-29页 |
| ·第二代Curvelet 变换的性质 | 第29页 |
| ·第二代Curvelet 变换的实现 | 第29-30页 |
| ·USFFT 算法 | 第29-30页 |
| ·wrapping 算法 | 第30页 |
| ·Curvelet 变换在图像处理方面的应用 | 第30-34页 |
| 第三章 红外图像的特征分析 | 第34-40页 |
| ·引言 | 第34-35页 |
| ·红外图像的特征分析 | 第35-40页 |
| ·红外图像的产生机理及特点 | 第35页 |
| ·红外图像中的噪声分析 | 第35-38页 |
| ·红外图像的对比度及分辨率 | 第38-40页 |
| 第四章 基于Curvelet 变换的红外图像去噪 | 第40-52页 |
| ·引言 | 第40页 |
| ·常用的去噪算法分析 | 第40-41页 |
| ·Curvelet 去噪的算法 | 第41-46页 |
| ·阈值的选取 | 第42页 |
| ·阈值函数 | 第42-46页 |
| ·去噪流程 | 第46页 |
| ·实验及结果分析 | 第46-52页 |
| ·评价指标 | 第46-47页 |
| ·实验结果分析 | 第47-52页 |
| 第五章 基于Curvelet 变换的红外图像与可见光图像的融合 | 第52-71页 |
| ·引言 | 第52页 |
| ·图像融合技术的概述 | 第52-56页 |
| ·图像融合的基本概念 | 第52-53页 |
| ·图像融合的主要研究内容 | 第53-54页 |
| ·图像融合效果的评价 | 第54-56页 |
| ·基于Curvelet 变换的融合 | 第56-58页 |
| ·基于Curvelet 变换和小波变换相结合的融合 | 第58-62页 |
| ·算法步骤 | 第58-59页 |
| ·低频系数处理方法 | 第59页 |
| ·高频系数融合规则的研究 | 第59-62页 |
| ·实验与分析 | 第62-71页 |
| ·模板P ( m ′, n ′) 对融合结果的影响 | 第62-64页 |
| ·阈值T 对融合结果的影响 | 第64-66页 |
| ·与传统图像融合算法的比较 | 第66-71页 |
| 第六章 基于Curvelet 变换的图像增强 | 第71-81页 |
| ·引言 | 第71-72页 |
| ·基于直方图均衡法的图像增强 | 第72-74页 |
| ·基于Curvelet 变换的图像增强 | 第74-76页 |
| ·单阈值增强算法 | 第74页 |
| ·双阈值增强算法 | 第74-75页 |
| ·自适应增强算法(本文算法) | 第75页 |
| ·基于 Curvelet 变换的图像增强的步骤 | 第75-76页 |
| ·实验及结果分析 | 第76-81页 |
| ·评价指标 | 第76页 |
| ·实验结果分析 | 第76-81页 |
| 第七章 总结和展望 | 第81-83页 |
| ·论文工作总结 | 第81-82页 |
| ·研究展望 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 致谢 | 第86-87页 |
| 在学期间的研究成果及发表的论文 | 第87页 |
