基于多尺度分析的图像融合技术研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-16页 |
1.1 本文研究的背景与意义 | 第12-13页 |
1.2 多传感器图像融合技术的发展及研究现状 | 第13-14页 |
1.3 图像融合的技术难点 | 第14页 |
1.4 图像融合领域目前存在的问题 | 第14-15页 |
1.5 本文的研究内容及结构安排 | 第15-16页 |
第2章 图像融合的分类及预处理 | 第16-28页 |
2.1 多传感器图像特性分析 | 第16-19页 |
2.1.1 红外与可见光图像特性分析 | 第16-17页 |
2.1.2 遥感图像与全色图像特性分析 | 第17-18页 |
2.1.3 多聚焦图像特性分析 | 第18-19页 |
2.1.4 医学影像图像特性分析 | 第19页 |
2.2 图像融合的基本框架 | 第19-20页 |
2.3 预处理 | 第20-23页 |
2.3.1 图像的去噪 | 第20页 |
2.3.2 图像的增强 | 第20-22页 |
2.3.3 颜色空间转换 | 第22-23页 |
2.4 图像融合评价指标 | 第23-27页 |
2.4.1 主观评价指标 | 第23-24页 |
2.4.2 客观评价指标 | 第24-27页 |
2.5 本章小结 | 第27-28页 |
第3章 经典多尺度图像融合技术 | 第28-42页 |
3.1 小波变换 | 第28-32页 |
3.1.1 连续小波变换(CWT) | 第28-29页 |
3.1.2 离散小波变换 | 第29-32页 |
3.2 提升小波变换 | 第32-35页 |
3.2.1 提升小波行变换 | 第32-33页 |
3.2.2 提升小波列变换 | 第33页 |
3.2.3 提升小波逆变换 | 第33页 |
3.2.4 提升小波基的选择 | 第33-35页 |
3.3 轮廓波变换(CT) | 第35-36页 |
3.3.1 多尺度分析 | 第35-36页 |
3.3.2 多方向分析 | 第36页 |
3.4 非下采样轮廓波变换(NSCT) | 第36-40页 |
3.4.1 非下采样频带分解 | 第37-38页 |
3.4.2 非下采样方向分解 | 第38-39页 |
3.4.3 NSCT变换的实图仿真 | 第39-40页 |
3.5 本章小结 | 第40-42页 |
第4章 基于改进的NSCT多尺度图像融合技术 | 第42-56页 |
4.1 基于WA-WBA和改进NSCT的融合框架 | 第42-43页 |
4.2 改进的冗余提升变换 | 第43-46页 |
4.2.1 冗余提升正变换-水平提升 | 第43页 |
4.2.2 冗余提升正变换-对角提升 | 第43-44页 |
4.2.3 新算子的提出 | 第44-46页 |
4.3 低频融合规则(WA-WBA) | 第46-47页 |
4.3.1 基于区域的活动级测定(WBA) | 第46-47页 |
4.3.2 加权求和(WA) | 第47页 |
4.4 高频融合规则(NHM) | 第47-48页 |
4.5 高频融合规则(PCNN) | 第48-50页 |
4.5.1 脉冲耦合神经网络(PCNN) | 第48-49页 |
4.5.2 PCNN的应用 | 第49-50页 |
4.6 实验结果与性能分析 | 第50-54页 |
4.7 本章小结 | 第54-56页 |
第5章 基于形态学分析的多尺度图像融合技术 | 第56-68页 |
5.1 形态学的基本概念 | 第56-57页 |
5.1.1 四种基本运算 | 第56-57页 |
5.1.2 结构体B | 第57页 |
5.2 草帽变换 | 第57-60页 |
5.2.1 基图像 | 第57-58页 |
5.2.2 白色草帽变换和黑色草帽变换 | 第58-59页 |
5.2.3 权重的计算 | 第59页 |
5.2.4 实验与总结 | 第59-60页 |
5.3 TCO变换 | 第60-62页 |
5.3.1 多尺度TCO算子 | 第60-61页 |
5.3.2 基于TCO算子的图像融合 | 第61-62页 |
5.4 改进TCO变换 | 第62-63页 |
5.5 基于改进TCO变换和草帽变换的图像融合 | 第63-66页 |
5.6 本章小结 | 第66-68页 |
总结 | 第68-70页 |
参考文献 | 第70-73页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
致谢 | 第74页 |