| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景和意义 | 第11-12页 |
| 1.2 国内外研究发展现状 | 第12-17页 |
| 1.2.1 图像融合 | 第12-15页 |
| 1.2.2 多分辨分析方法 | 第15-17页 |
| 1.3 本课题国内外算法存在的问题 | 第17页 |
| 1.4 论文主要研究内容及章节安排 | 第17-19页 |
| 第2章 医学图像融合技术概述 | 第19-30页 |
| 2.1 医学图像分类及特点 | 第19-21页 |
| 2.2 医学图像融合的预处理 | 第21-23页 |
| 2.2.1 医学图像配准 | 第21-22页 |
| 2.2.2 医学图像去噪 | 第22-23页 |
| 2.3 医学图像融合层次结构 | 第23-25页 |
| 2.4 医学图像融合性能评价 | 第25-28页 |
| 2.4.1 主观评价标准 | 第25页 |
| 2.4.2 客观评价标准 | 第25-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 多分辨率分析理论的图像融合方法 | 第30-41页 |
| 3.1 多分辨率分析方法 | 第30-31页 |
| 3.2 基于金字塔变换的图像融合 | 第31-33页 |
| 3.2.1 基于拉普拉斯金字塔的图像融合方法 | 第32页 |
| 3.2.2 基于对比度金字塔的图像融合方法 | 第32-33页 |
| 3.3 基于小波变换的图像融合 | 第33-36页 |
| 3.3.1 连续小波变换 | 第34页 |
| 3.3.2 离散小波变换 | 第34-36页 |
| 3.4 基于Contourlet变换的图像融合 | 第36-38页 |
| 3.5 实验结果与分析 | 第38-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第4章 基于NSCT与改进PCNN的医学图像融合算法 | 第41-55页 |
| 4.1 经典NSCT模型理论 | 第41-43页 |
| 4.1.1 非下采样金字塔分解 | 第41-42页 |
| 4.1.2 非下采样方向滤波器组分解 | 第42-43页 |
| 4.2 基于NSCT域的图像融合基本框架 | 第43-44页 |
| 4.3 脉冲耦合神经网络工作原理及特性 | 第44-46页 |
| 4.4 改进的脉冲耦合神经网络模型 | 第46-49页 |
| 4.4.1 模型及其赋时矩阵 | 第46-48页 |
| 4.4.2 参数的确定 | 第48-49页 |
| 4.5 基于NSCT与改进型PCNN的融合步骤 | 第49-51页 |
| 4.6 实验结果与分析 | 第51-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第5章 基于NSST与NMF的彩色医学图像融合方法 | 第55-67页 |
| 5.1 NSST模型理论 | 第55-58页 |
| 5.2 非负矩阵分解模型 | 第58-61页 |
| 5.2.1 改进非负矩阵分解模型 | 第59-60页 |
| 5.2.2 参数的确定 | 第60-61页 |
| 5.3 视觉敏感度和能量匹配度 | 第61-62页 |
| 5.4 基于NSST与NMF的融合步骤 | 第62-63页 |
| 5.5 实验结果与分析 | 第63-66页 |
| 5.6 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77页 |