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

基于稀疏表示理论的多波段图像融合与彩色化

摘要第1-7页
ABSTRACT第7-11页
1 绪论第11-17页
   ·引言第11页
   ·研究背景及意义第11-12页
   ·国内外研究现状第12-15页
     ·图像融合技术研究现状第12-14页
     ·彩色夜视技术研究现状第14-15页
   ·论文的主要研究工作第15页
   ·论文的结构安排第15-16页
   ·本章小结第16-17页
2 双波段图像融合及彩色夜视理论第17-30页
   ·引言第17页
   ·图像融合的层次划分第17-19页
   ·波段图像融合经典算法第19-22页
     ·线性加权图像融合第19-20页
     ·基于金字塔变换的图像融合第20页
     ·基于小波变换的图像融合第20-22页
   ·彩色化相关理论第22-25页
     ·色彩空间概念第22-25页
   ·夜视图像彩色化算法分类第25-29页
     ·伪彩色编码法第25-26页
     ·彩色空间组合法第26-27页
     ·welsh色彩传递彩色化算法第27-29页
   ·本章小结第29-30页
3 图像过完备稀疏表示理论第30-35页
   ·引言第30页
   ·稀疏表示模型第30-31页
   ·稀疏优化算法第31-33页
     ·贪婪追踪算法第31-32页
     ·正交匹配追踪算法第32-33页
     ·其他优化算法第33页
   ·字典训练算法第33-34页
   ·本章小结第34-35页
4 基于改进的K-SVD的红外与彩色可见光图像融合第35-46页
   ·引言第35-36页
   ·双波段图像预处理第36-38页
     ·红外图像灰度变换第36-37页
     ·彩色图像IHS变换第37-38页
   ·基于分块稀疏表示的红外与彩色可见光图像融合第38-42页
     ·图像的超完备稀疏表示第38-40页
     ·过完备字典的创建第40-41页
     ·红外与彩色可见光稀疏融合第41-42页
   ·实验结果与分析第42-45页
   ·本章小结第45-46页
5 基于改进的K-SVD的夜视图像融合与彩色化第46-56页
   ·引言第46-47页
   ·基于分块稀疏表示的红外与微光图像融合第47-50页
     ·图像的超完备稀疏表示第47-48页
     ·过完备字典的创建第48-49页
     ·红外与微光图像稀疏融合第49-50页
   ·红外与微光融合图像的彩色化第50-52页
     ·基于YUV空间的色彩传递第50-52页
     ·优化亮度对比第52页
   ·实验结果与分析第52-55页
   ·本章小结第55-56页
6 总结与展望第56-58页
   ·本文的工作总结第56-57页
   ·今后的研究方向与展望第57-58页
参考文献第58-62页
攻读硕士学位期间发表的学术论文第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:图像压缩算法的改进与IP核实现
下一篇:一种基于SCA的ETL架构的设计与实现