非采样Contourlet变换与PCNN相结合的图像融合方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·研究背景及意义 | 第8-10页 |
| ·图像融合的背景 | 第8-9页 |
| ·图像融合的意义 | 第9-10页 |
| ·图像融合方法 | 第10-13页 |
| ·像素级图像融合 | 第13-14页 |
| ·基于多尺度分解的图像融合 | 第14-16页 |
| ·本论文主要研究内容 | 第16-17页 |
| ·本论文的结构安排 | 第17-18页 |
| 2 非采样Contourlet 变换的基本原理 | 第18-27页 |
| ·引言 | 第18-20页 |
| ·Contourlet 变换的基本原理 | 第20-22页 |
| ·非采样Contourlet 变换(NSCT) | 第22-26页 |
| ·NSCT 的构造 | 第22-25页 |
| ·NSCT 滤波器设计的实现 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 脉冲耦合神经网络（PCNN）的基本原理 | 第27-36页 |
| ·引言 | 第27-28页 |
| ·PCNN 模型及其原理 | 第28-33页 |
| ·PCNN 神经元模型 | 第28-30页 |
| ·PCNN 神经元的运行方式 | 第30-32页 |
| ·PCNN 所具有的特性 | 第32-33页 |
| ·PCNN 简化模型 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 基于NSCT 的简单图像融合算法 | 第36-46页 |
| ·基于NSCT 的图像融合 | 第36-45页 |
| ·基于NSCT 的简单融合规则 | 第36页 |
| ·融合实验结果 | 第36-42页 |
| ·融合图像的评价指标 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 5 NSCT 与PCNN 相结合的图像融合方法 | 第46-58页 |
| ·基于PCNN 的图像融合方法 | 第46-48页 |
| ·自适应PCNN | 第48-49页 |
| ·NSCT 与PCNN 相结合的融合规则 | 第49-50页 |
| ·改进拉普拉斯能量和 | 第49-50页 |
| ·融合步骤 | 第50页 |
| ·实验仿真与性能评价 | 第50-57页 |
| ·本章小结 | 第57-58页 |
| 6 结论与展望 | 第58-61页 |
| ·结论 | 第58-59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-71页 |
| 附录 | 第71页 |
