| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 选题背景及研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 辐照图像噪声去除 | 第12-14页 |
| 1.2.2 图像融合 | 第14-15页 |
| 1.3 论文主要工作 | 第15-18页 |
| 第2章 图像噪声概述 | 第18-26页 |
| 2.1 图像噪声模型 | 第18-20页 |
| 2.1.1 椒盐噪声 | 第19-20页 |
| 2.1.2 高斯噪声 | 第20页 |
| 2.2 辐照噪声特点分析 | 第20-23页 |
| 2.3 本章小结 | 第23-26页 |
| 第3章 常规去噪算法对辐照图像噪声的研究 | 第26-32页 |
| 3.1 图像去噪模型 | 第26页 |
| 3.2 图像去噪方法概述 | 第26-28页 |
| 3.2.1 空间域滤波 | 第26-28页 |
| 3.2.2 频域滤波 | 第28页 |
| 3.3 中值滤波算法与高斯滤波算法 | 第28-30页 |
| 3.3.1 中值滤波 | 第28-30页 |
| 3.3.2 高斯滤波 | 第30页 |
| 3.4 本章小结 | 第30-32页 |
| 第4章 基于双图像传感器图像融合的辐照噪声去噪算法 | 第32-58页 |
| 4.1 图像融合概述 | 第32-41页 |
| 4.1.1 基于图像类型的融合方法简介 | 第32-34页 |
| 4.1.1.1 基于分通道的融合方法 | 第33页 |
| 4.1.1.2 基于颜色空间的融合方法 | 第33-34页 |
| 4.1.1.3 基于子空间的融合方法 | 第34页 |
| 4.1.2 基于不同信息层级的图像融合技术简介 | 第34-41页 |
| 4.1.2.1 像素级图像融合 | 第35-37页 |
| 4.1.2.2 特征级图像融合 | 第37-40页 |
| 4.1.2.3 决策级图像融合 | 第40-41页 |
| 4.2 基于双图像传感器图像融合的去噪方法实现与改进 | 第41-47页 |
| 4.2.1 方法验证 | 第41-46页 |
| 4.2.2 方法改进 | 第46-47页 |
| 4.3 去噪实验对比与评价 | 第47-55页 |
| 4.3.1 评价指标 | 第47-49页 |
| 4.3.1.1 均方根误差RMSE | 第48页 |
| 4.3.1.2 峰值信噪比PSNR | 第48-49页 |
| 4.3.1.3 平均梯度 | 第49页 |
| 4.3.1.4 灰度直方图 | 第49页 |
| 4.3.2 各去噪算法实验结果与主观评价 | 第49-53页 |
| 4.3.3 改进实验结果与主观评价 | 第53页 |
| 4.3.4 实验结果客观比较与结论 | 第53-55页 |
| 4.3.4.1 联合单因素指标评价结果 | 第53-54页 |
| 4.3.4.2 独立单因素指标评价结果 | 第54-55页 |
| 4.3.4.3 灰度统计指标评价结果 | 第55页 |
| 4.4 本章小结 | 第55-58页 |
| 第5章 图像配准方法研究 | 第58-72页 |
| 5.1 视差与图像配准 | 第58-63页 |
| 5.1.1 视差 | 第58-60页 |
| 5.1.2 图像配准 | 第60-63页 |
| 5.1.2.1 特征匹配 | 第61-62页 |
| 5.1.2.2 变换模型及模型参数估计 | 第62页 |
| 5.1.2.3 图像的重采样和变换 | 第62-63页 |
| 5.2 配准模型讨论 | 第63-66页 |
| 5.2.1 立体匹配模型 | 第63-65页 |
| 5.2.2 基于单应矩阵的一种近似方法 | 第65-66页 |
| 5.3 算例分析 | 第66-70页 |
| 5.4 本章小结 | 第70-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 作者攻读学位期间的科研成果 | 第80-81页 |
| 致谢 | 第81页 |