| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| ·多传感器信息融合简介 | 第7-10页 |
| ·多传感器信息融合 | 第7-9页 |
| ·多传感器数据融合系统的应用 | 第9页 |
| ·多传感器信息融合实现方法的进展 | 第9页 |
| ·多传感器信息融合未来展望 | 第9-10页 |
| ·图像融合简介 | 第10-11页 |
| ·本文的工作 | 第11-12页 |
| 第二章 现有图像融合方法 | 第12-18页 |
| ·空间域图像融合方法 | 第12-14页 |
| ·逻辑滤波法 | 第12页 |
| ·加权平均法 | 第12-13页 |
| ·数学形态法 | 第13-14页 |
| ·图像代数法 | 第14页 |
| ·模拟退火法 | 第14页 |
| ·变换域图像融合法 | 第14-17页 |
| ·金字塔图像融合法 | 第15页 |
| ·小波变换图像融合方法 | 第15-17页 |
| ·几种方法的性能分析 | 第17-18页 |
| 第三章 模糊数学与模糊推理 | 第18-29页 |
| ·模糊数学的历史回顾与展望 | 第18-22页 |
| ·模糊数学的产生背景 | 第18-19页 |
| ·模糊数学的发展概况 | 第19-20页 |
| ·国际学术动态 | 第20-21页 |
| ·中国模糊数学与模糊技术研究概况 | 第21页 |
| ·模糊数学的展望 | 第21-22页 |
| ·模糊集理论 | 第22-26页 |
| ·经典集合及其特征函数表示 | 第22页 |
| ·模糊集合及隶属度函数 | 第22-23页 |
| ·模糊集合相关的概念和定理 | 第23-25页 |
| ·模糊集合的基本运算 | 第25-26页 |
| ·模糊关系 | 第26-27页 |
| ·模糊关系表示 | 第26页 |
| ·模糊关系的合成 | 第26-27页 |
| ·模糊推理 | 第27-29页 |
| ·语言变量 | 第27页 |
| ·基于“如果一则”规则的蕴含关系 | 第27-28页 |
| ·基于“如果一则”规则的模糊推理 | 第28页 |
| ·基于模糊规则库的模糊推理 | 第28-29页 |
| 第四章 基于模糊推理的图像融合算法设计和仿真实验 | 第29-44页 |
| ·模糊推理输入、输出值以及推理规则的确定 | 第29-32页 |
| ·模糊推理输入值、输出值的确定 | 第29-31页 |
| ·推理规则的确定 | 第31-32页 |
| ·模糊推理器的设计 | 第32-39页 |
| ·模糊隶属度函数的确定 | 第32-36页 |
| ·模糊系统设计 | 第36-39页 |
| ·降噪算法 | 第39-41页 |
| ·算法原理 | 第39-40页 |
| ·模拟实验 | 第40-41页 |
| ·一致性图像融合 | 第41-42页 |
| ·仿真实验结果 | 第42-44页 |
| 第五章 基于模糊推理的图像融合算法在路边识别中的应用 | 第44-61页 |
| ·基于模糊推理的单源图像路边识别 | 第44-54页 |
| ·模糊系统设计 | 第45-52页 |
| ·实验结果 | 第52-54页 |
| ·基于模糊推理的多源图像融合算法在路边识别中的应用 | 第54-61页 |
| ·模糊系统设计 | 第54-56页 |
| ·系统的学习 | 第56-58页 |
| ·实验结果 | 第58-61页 |
| 结束语 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-65页 |