| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 国内外的研究现状 | 第9-10页 |
| 1.3 存在的问题 | 第10-11页 |
| 1.4 论文的主要内容 | 第11-14页 |
| 第二章 多聚焦图像融合的相关理论 | 第14-24页 |
| 2.1 多聚焦图像融合的层次 | 第14-15页 |
| 2.2 多聚焦图像融合算法 | 第15-20页 |
| 2.2.1 空间域的多聚焦图像融合 | 第15-17页 |
| 2.2.2 多尺度域多聚焦图像融合 | 第17-20页 |
| 2.2.3 基于脉冲耦合神经网络的图像融合 | 第20页 |
| 2.3 融合图像的质量评价 | 第20-23页 |
| 2.3.1 主观评价 | 第21页 |
| 2.3.2 客观评价指标 | 第21-23页 |
| 2.4 小结 | 第23-24页 |
| 第三章 一种基于LP与PCNN-SML的图像融合算法 | 第24-38页 |
| 3.1 引言 | 第24页 |
| 3.2 拉普拉斯金字塔变换 | 第24-26页 |
| 3.3 PCNN模型 | 第26-28页 |
| 3.4 基于PCNN与LP的图像融合 | 第28-29页 |
| 3.5 实验结果及分析 | 第29-36页 |
| 3.5.1 实验参数设置 | 第29-34页 |
| 3.5.2 实验客观指标的分析 | 第34-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 多目标粒子群优化PCNN参数的图像融合算法 | 第38-52页 |
| 4.1 引言 | 第38-39页 |
| 4.2 双树复小波变换 | 第39页 |
| 4.3 多目标粒子群优化PCNN参数 | 第39-44页 |
| 4.3.1 多目标优化 | 第39-40页 |
| 4.3.2 粒子群算法 | 第40-41页 |
| 4.3.3 粒子群优化PCNN参数模型 | 第41-42页 |
| 4.3.4 基于MOPSO优化的图像融合 | 第42-44页 |
| 4.4 实验结果及分析 | 第44-50页 |
| 4.4.1 实验参数的设置 | 第44-47页 |
| 4.4.2 实验客观指标的分析 | 第47-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-56页 |
| 5.1 论文研究工作总结 | 第52-53页 |
| 5.2 研究展望 | 第53-56页 |
| 参考文献 | 第56-64页 |
| 攻读硕士学位期间完成的科研成果 | 第64-66页 |
| 致谢 | 第66页 |