首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于变分的多光谱与全色图像融合算法研究

致谢第7-8页
摘要第8-9页
Abstract第9-10页
第一章 绪论第15-23页
    1.1 课题研究背景与意义第15-16页
    1.2 遥感图像融合的概念第16页
    1.3 国内外研究现状第16-21页
        1.3.1 图像融合的三个层次第17-18页
        1.3.2 多光谱与全色图像融合简单介绍第18-19页
        1.3.3 基于变分法的图像处理简介第19-21页
    1.4 存在的问题及发展方向第21页
    1.5 本文的主要工作第21-22页
    1.6 本文的组织结构第22页
    1.7 本章小结第22-23页
第二章 预备知识第23-33页
    2.1 泛函与变分第23-25页
    2.2 变分问题的欧拉方程第25-27页
    2.3 图像融合中的核估计问题第27-29页
    2.4 融合图像的质量评价体系第29-31页
        2.4.1 主观视觉评价第29页
        2.4.2 客观评价指标第29-31页
    2.5 本章小结第31-33页
第三章 基于变分的多光谱与全色图像融合算法第33-49页
    3.1 基于变分法的遥感图像融合方法第33-36页
        3.1.1 空间结构信息约束项第33-34页
        3.1.2 全色约束第34-35页
        3.1.3 光谱约束第35页
        3.1.4 波段之间关系保持约束第35-36页
        3.1.5 总能量泛函第36页
    3.2 能量极小值存在性分析第36-39页
    3.3 求解过程第39-41页
    3.4 实验结果与分析第41-48页
        3.4.1 主观视觉评价第42-45页
        3.4.2 客观定量评价第45-48页
    3.5 本章小结第48-49页
第四章 基于核估计的加权动态梯度稀疏图像融合算法第49-66页
    4.1 加权动态梯度稀疏第49-52页
    4.2 基于强边缘先验的核估计算法第52-53页
    4.3 多光谱与全色图像融合模型第53-55页
        4.3.1 基于核估计的多光谱与全色图像融合模型第54页
        4.3.2 求解过程第54-55页
    4.4 实验结果与分析第55-65页
        4.4.1 估计模糊核的对比第56-57页
        4.4.2 融合算法之间的对比第57-65页
    4.5 本章小结第65-66页
第五章 总结与展望第66-68页
    5.1 本文工作总结第66-67页
    5.2 展望未来第67-68页
参考文献第68-73页
攻读硕士学位期间主要科研工作及成果第73-74页

论文共74页,点击 下载论文
上一篇:基于多特征的视频火焰检测
下一篇:基于Gabor特征的BC编码人脸表情识别