| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·图像融合研究背景 | 第7-9页 |
| ·多聚焦图像融合 | 第7-8页 |
| ·多传感器图像融合 | 第8-9页 |
| ·图像融合的研究现状 | 第9-10页 |
| ·多传感器图像融合研究意义 | 第10-11页 |
| ·多传感器图像融合的应用 | 第11页 |
| ·论文主要工作 | 第11-13页 |
| 第二章 基于小波变换的图像融合 | 第13-21页 |
| ·引言 | 第13页 |
| ·基于小波变换的图像融合 | 第13-19页 |
| ·简单的图像融合方法 | 第13-14页 |
| ·基于小波变换的图像融合方法 | 第14-15页 |
| ·融合的评价规则 | 第15-17页 |
| ·基于小波的图像融合实验结果分析 | 第17-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 基于 SHEARLET 变换的图像融合 | 第21-35页 |
| ·SHEARLET 变换 | 第21-22页 |
| ·Shearlet 系统 | 第21-22页 |
| ·二维图像的 Shearlet 分解与重构 | 第22页 |
| ·基于 SHEARLET 变换的图像融合方法 | 第22-24页 |
| ·基于 SHEARLET 的图像融合结果分析 | 第24-33页 |
| ·多聚焦图像融合结果分析 | 第24-30页 |
| ·多传感器图像融合结果分析 | 第30-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 SHEARLET 变换与改进 PCNN 相结合的图像融合 | 第35-65页 |
| ·引言 | 第35-36页 |
| ·脉冲耦合神经网络（PCNN） | 第36-38页 |
| ·SHEARLET 变换与 SIGMOID_PCNN 相结合的图像融合算法 | 第38-42页 |
| ·Sigmoid_PCNN | 第38-39页 |
| ·脉冲点火输出幅度 | 第39页 |
| ·链接强度b ij | 第39-40页 |
| ·输入项 SML | 第40页 |
| ·Shearlet-Sigmoid_PCNN 图像融合算法 | 第40-42页 |
| ·客观评价指标 | 第42-43页 |
| ·Q AB F度量 | 第42-43页 |
| ·空间频率（Spatial frequency，SF） | 第43页 |
| ·实验结果与分析 | 第43-64页 |
| ·异类传感器医学图像的融合 | 第44-47页 |
| ·多聚焦图像融合实验结果分析 | 第47-53页 |
| ·红外和可见光图像融合实验结果分析 | 第53-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-72页 |
