| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题的背景及意义 | 第10-12页 |
| ·图像融合的基本问题及主要方法 | 第12-14页 |
| ·图像融合的基本问题 | 第12页 |
| ·图像融合的主要方法 | 第12-14页 |
| ·图像融合的研究现状 | 第14-15页 |
| ·本文的研究内容与结构 | 第15-17页 |
| 第2章 压缩感知理论和小波理论 | 第17-34页 |
| ·压缩感知 | 第17-26页 |
| ·稀疏表示 | 第18-19页 |
| ·随机投影 | 第19-21页 |
| ·重建算法 | 第21-25页 |
| ·压缩感知理论的应用 | 第25-26页 |
| ·小波分析理论 | 第26-33页 |
| ·小波变换 | 第26-27页 |
| ·多分辨率分析 | 第27-29页 |
| ·小波分解与重构 | 第29-30页 |
| ·二维小波变换 | 第30-31页 |
| ·图像的正交小波变换 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 基于小波隐马尔科夫树模型的压缩感知图像融合 | 第34-51页 |
| ·隐马尔科夫模型 | 第34-35页 |
| ·马尔科夫链 | 第34-35页 |
| ·隐马尔科夫链(HMM) | 第35页 |
| ·隐马尔科夫树模型 | 第35-43页 |
| ·小波信号模型分析 | 第36-37页 |
| ·小波域 HMT 建模 | 第37-41页 |
| ·HMT 模型参数估计 | 第41-43页 |
| ·基于隐马尔科夫树模型的压缩感知图像融合 | 第43-46页 |
| ·HMT-3S 模型 | 第43-44页 |
| ·融合流程 | 第44-46页 |
| ·仿真结果与性能分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于多变量模型的压缩感知融合 | 第51-60页 |
| ·多元追踪算法 | 第51-56页 |
| ·多变量 K 分布 | 第53-54页 |
| ·标准多变量反高斯分布 | 第54-55页 |
| ·多变量 T 分布 | 第55-56页 |
| ·多变量模型的压缩感知图像融合流程 | 第56页 |
| ·实验数据及结果分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |