多焦点图像融合方法研究
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
引言 | 第9-10页 |
第一章 图像融合简介 | 第10-15页 |
·图像融合的概念 | 第10页 |
·图像融合的目的及意义 | 第10-11页 |
·图像融合的层次 | 第11-13页 |
·像素级图像融合 | 第11页 |
·特征级图像融合 | 第11-12页 |
·决策级图像融合 | 第12-13页 |
·图像融合的发展及应用 | 第13页 |
·多焦点图像融合的意义 | 第13-14页 |
·本文的主要工作 | 第14页 |
·论文的结构 | 第14-15页 |
第二章 多焦点图像的融合 | 第15-26页 |
·多焦点图像融合方法的现状 | 第15-16页 |
·空间频率方法 | 第15页 |
·小波方法 | 第15页 |
·脉冲耦合神经网络方法 | 第15-16页 |
·形态学小波方法 | 第16页 |
·区域分割与空间频率相结合的方法 | 第16页 |
·动态分割与形态学小波相结合的方法 | 第16页 |
·基于质量评估和遗传算法的多焦点图像融合 | 第16-20页 |
·图像的质量评估 | 第17-19页 |
·图像融合的步骤 | 第19-20页 |
·基于区域检测和遗传算法的多焦点图像融合 | 第20-24页 |
·清晰像素的检测 | 第21-22页 |
·聚焦区域的检测 | 第22页 |
·图像融合的步骤 | 第22-24页 |
·遗传算法对融合参数的优化 | 第24-26页 |
·遗传算法的原理 | 第24页 |
·遗传算法的特点 | 第24页 |
·遗传算法的关键问题 | 第24-26页 |
第三章 实验结果 | 第26-41页 |
·融合方法的性能评价 | 第26-30页 |
·基于信息量的评价 | 第26-27页 |
·基于统计特性的评价 | 第27页 |
·基于信噪比的评价 | 第27-28页 |
·基于梯度值的评价 | 第28-30页 |
·基于质量评估和遗传算法的多焦点图像融合实验结果 | 第30-34页 |
·结果分析与比较 | 第31-34页 |
·基于区域检测和遗传算法的多焦点图像融合实验结果 | 第34-38页 |
·结果分析与比较 | 第35-38页 |
·本文提出的两种方法的比较 | 第38-39页 |
·总结与展望 | 第39-41页 |
参考文献 | 第41-46页 |
致谢 | 第46-47页 |
在学期间公开发表论文及著作情况 | 第47页 |