红外与可见光图像融合技术的研究
致谢 | 第4-5页 |
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
1 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 相关基础概念 | 第11-14页 |
1.2.1 融合层次的划分 | 第11-12页 |
1.2.2 像素级图像融合方法分类 | 第12页 |
1.2.3 图像融合效果的评价 | 第12-14页 |
1.3 国内外研究现状 | 第14-16页 |
1.4 研究内容及论文组织 | 第16-18页 |
2 图像配准的理论与概念 | 第18-34页 |
2.1 图像配准概念 | 第18-19页 |
2.2 图像配准方法分类 | 第19-20页 |
2.2.1 基于像素的配准方法 | 第19页 |
2.2.2 基于变换域的配准方法 | 第19页 |
2.2.3 基于特征的配准方法 | 第19-20页 |
2.3 图像特征点检测方法 | 第20-27页 |
2.3.1 SIFT 算法 | 第20-24页 |
2.3.2 SURF 算法 | 第24-27页 |
2.4 实验结果及分析 | 第27-32页 |
2.4.1 同源图像的配准 | 第27-29页 |
2.4.2 异源图像的配准 | 第29-32页 |
2.5 小结 | 第32-34页 |
3 基于多尺度分解的图像融合 | 第34-48页 |
3.1 图像的多尺度分解 | 第35-38页 |
3.1.1 图像的金字塔变换 | 第35-36页 |
3.1.2 图像的小波变换 | 第36-38页 |
3.2 双树复小波变换 | 第38-40页 |
3.2.1 双树复小波理论 | 第38-40页 |
3.2.2 双树复小波变换的优点 | 第40页 |
3.3 融合规则 | 第40-42页 |
3.3.1 活跃度水平 | 第40-41页 |
3.3.2 融合规则 | 第41-42页 |
3.4 实验结果及分析 | 第42-47页 |
3.5 小结 | 第47-48页 |
4 基于小波分解的图像融合增强算法 | 第48-56页 |
4.1 小波分解的尺度特征 | 第48-49页 |
4.2 噪声的小波变换特征 | 第49页 |
4.3 图像融合增强算法的实现 | 第49-50页 |
4.4 实验结果及分析 | 第50-54页 |
4.5 小结 | 第54-56页 |
5 红外与可见光图像融合软件 | 第56-74页 |
5.1 软件设计 | 第56-59页 |
5.1.1 图像读取/存储模块 | 第57-58页 |
5.1.2 图像配准模块 | 第58页 |
5.1.3 图像融合模块 | 第58-59页 |
5.1.4 图像界面显示模块 | 第59页 |
5.2 软件实现 | 第59-70页 |
5.2.1 CImageTool 类 | 第60-61页 |
5.2.2 CRegTool 类 | 第61-62页 |
5.2.3 CFuseTool 类 | 第62-63页 |
5.2.4 融合界面类软件 | 第63-70页 |
5.3 功能演示 | 第70-72页 |
5.4 小结 | 第72-74页 |
6 总结与展望 | 第74-76页 |
6.1 总结 | 第74-75页 |
6.2 展望 | 第75-76页 |
参考文献 | 第76-80页 |
作者简介及在学期间发表的学术论文与研究成果 | 第80页 |