| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题研究的目的及意义 | 第11-12页 |
| ·视觉合成技术研究现状 | 第12-13页 |
| ·合成视觉技术 | 第13-14页 |
| ·合成视觉系统中的数据库 | 第13页 |
| ·视觉合成增强技术优势 | 第13-14页 |
| ·论文章节安排 | 第14-16页 |
| 第二章 图像融合与经典视觉增强技术研究 | 第16-32页 |
| ·图像融合与质量评价 | 第16-20页 |
| ·图像融合层次 | 第16-17页 |
| ·图像融合评价方法 | 第17-20页 |
| ·空间域的视觉增强方法 | 第20-26页 |
| ·灰度变换 | 第20-21页 |
| ·中值滤波的图像增强 | 第21-22页 |
| ·直方图修正 | 第22-25页 |
| ·图像锐化 | 第25-26页 |
| ·变换域增强算法 | 第26-29页 |
| ·低通滤波 | 第27页 |
| ·高通滤波 | 第27-28页 |
| ·基于小波变换的图像增强方法 | 第28-29页 |
| ·经典视觉增强方法与融合增强方法对比分析 | 第29-32页 |
| ·视觉增强实验分析 | 第29-30页 |
| ·经典视觉增强方法缺陷 | 第30-32页 |
| 第三章 基于NSCT 变换与简化PCNN 的图像融合设计 | 第32-41页 |
| ·NSCT 变换 | 第32-34页 |
| ·NSCT 变换过程 | 第32-34页 |
| ·混频现象消除 | 第34页 |
| ·脉冲耦合神经网络 | 第34-37页 |
| ·脉冲耦合神经网络的基本模型 | 第34-35页 |
| ·改进简化PCNN 模型 | 第35-37页 |
| ·基于简化PCNN 的融合规则设计 | 第37-38页 |
| ·低频子带融合规则 | 第37页 |
| ·高频子带融合规则 | 第37-38页 |
| ·图像融合算法实现步骤 | 第38页 |
| ·图像融合实验分析 | 第38-41页 |
| 第四章 多源传感器视觉合成增强算法设计 | 第41-53页 |
| ·视觉合成技术研究 | 第41-43页 |
| ·视觉合成系统 | 第41-43页 |
| ·多传感器视觉合成增强技术 | 第43页 |
| ·图像融合增强规则研究 | 第43-48页 |
| ·基于单点像素的图像融合 | 第44页 |
| ·基于区域的图像融合 | 第44-46页 |
| ·基于多因素联合的图像融合 | 第46-48页 |
| ·基于特征能量加权的图像融合 | 第48-53页 |
| ·传感器数据源特性分析 | 第48-49页 |
| ·红外与可见光图像融合 | 第49-50页 |
| ·低频子带特征能量 | 第50-51页 |
| ·图像融合规则设计 | 第51-52页 |
| ·基于特征能量加权的图像融合算法实现 | 第52-53页 |
| 第五章 融合增强实验分析与设计测试 | 第53-60页 |
| ·图像融合增强仿真实验及分析 | 第53-60页 |
| ·微光夜视环境下图像融合增强 | 第54-55页 |
| ·航拍遥感融合增强 | 第55-56页 |
| ·雾天低能见度多源图像合成增强 | 第56-57页 |
| ·面向合成视觉的多源序列图像增强 | 第57-60页 |
| 第六章 结束语 | 第60-62页 |
| ·本文总结 | 第60页 |
| ·下一步工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间发表的学术论文及参与开发的项目 | 第66-67页 |