| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的背景及意义 | 第9页 |
| 1.2 课题研究历史及发展现状 | 第9-10页 |
| 1.3 多源图像融合的分类及基本框架 | 第10-12页 |
| 1.3.1 多源图像融合的分类 | 第10-11页 |
| 1.3.2 多源图像融合的基本框架 | 第11-12页 |
| 1.4 存在的问题 | 第12页 |
| 1.5 本文的主要研究内容及工作安排 | 第12-14页 |
| 第二章 图像融合理论 | 第14-23页 |
| 2.1 红外图像与可见光图像 | 第14页 |
| 2.2 长波红外图像与中波红外图像 | 第14-15页 |
| 2.3 图像融合 | 第15-16页 |
| 2.3.1 图像融合的定义 | 第15页 |
| 2.3.2 图像融合的方法和规则 | 第15-16页 |
| 2.4 图像融合预处理 | 第16-21页 |
| 2.4.1 几何校正 | 第16页 |
| 2.4.2 图像去噪 | 第16-17页 |
| 2.4.3 图像增强 | 第17-20页 |
| 2.4.4 图像配准 | 第20-21页 |
| 2.5 图像融合的评价方法 | 第21-22页 |
| 2.5.1 主观评价方法 | 第21页 |
| 2.5.2 客观评价方法 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 图像融合的算法研究 | 第23-34页 |
| 3.1 金字塔算法 | 第23-25页 |
| 3.1.1 高斯金字塔(GP) | 第23-24页 |
| 3.1.2 拉普拉斯金字塔(LP) | 第24-25页 |
| 3.1.3 对比度金字塔（CP） | 第25页 |
| 3.2 小波变换算法 | 第25-28页 |
| 3.2.1 小波由来 | 第25-26页 |
| 3.2.2 小波理论 | 第26-27页 |
| 3.2.3 多分辨分析与Mallat算法 | 第27-28页 |
| 3.3 Contourlet变换算法 | 第28-33页 |
| 3.3.1 轮廓波变换 | 第28-29页 |
| 3.3.2 方向滤波器组 | 第29-31页 |
| 3.3.3 Contourlet变换特点 | 第31-32页 |
| 3.3.4 Contourlet变换融合算法常用准则 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 红外与可见光图像融合实验研究 | 第34-47页 |
| 4.1 加权平均（WA）图像融合算法 | 第34-36页 |
| 4.1.1 算法原理 | 第34-35页 |
| 4.1.2 融合实验 | 第35-36页 |
| 4.2 主成分分析（PCA）图像融合算法 | 第36-38页 |
| 4.2.1 算法原理 | 第36-37页 |
| 4.2.2 融合实验 | 第37-38页 |
| 4.3 基于拉普拉斯金字塔的融合算法 | 第38-41页 |
| 4.3.1 算法原理 | 第38-40页 |
| 4.3.2 融合实验 | 第40-41页 |
| 4.4 基于小波变换的融合算法 | 第41-44页 |
| 4.4.1 算法原理 | 第41-42页 |
| 4.4.2 融合实验 | 第42-44页 |
| 4.5 算法效果评价 | 第44-45页 |
| 4.5.1 主观评价 | 第44-45页 |
| 4.5.2 客观评价 | 第45页 |
| 4.6 本章小结 | 第45-47页 |
| 第五章 基于Contourlet变换的多源图像融合实验研究 | 第47-56页 |
| 5.1 本文算法原理与步骤 | 第47-49页 |
| 5.1.1 算法原理 | 第47-48页 |
| 5.1.2 算法步骤 | 第48-49页 |
| 5.2 融合实验 | 第49-53页 |
| 5.2.1 第一组实验 | 第50-52页 |
| 5.2.2 第二组实验 | 第52-53页 |
| 5.3 实验结果评价及分析 | 第53-55页 |
| 5.3.1 第一组实验 | 第53-54页 |
| 5.3.2 第二组实验 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 总结 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第60页 |