| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 图像融合现状 | 第13-15页 |
| 1.2.2 压缩感知研究现状 | 第15-17页 |
| 1.3 论文的研究内容与框架安排 | 第17-19页 |
| 第2章 图像融合和压缩感知相关技术概述 | 第19-37页 |
| 2.1 图像融合理论 | 第19-24页 |
| 2.1.1 图像融合的概念和分类 | 第19-20页 |
| 2.1.2 平均加权图像融合方法 | 第20页 |
| 2.1.3 基于主成分分析的图像融合方法 | 第20-22页 |
| 2.1.4 基于金字塔变换的图像融合方法 | 第22页 |
| 2.1.5 基于小波变换的图像融合方法 | 第22-23页 |
| 2.1.6 继小波变换之后的多尺度变换图像融合方法 | 第23-24页 |
| 2.2 图像融合质量评价指标 | 第24-28页 |
| 2.3 压缩感知理论 | 第28-36页 |
| 2.3.1 压缩感知理论框架 | 第28-29页 |
| 2.3.2 信号的稀疏表示 | 第29-30页 |
| 2.3.3 测量矩阵 | 第30-32页 |
| 2.3.4 重构算法 | 第32-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 基于NSST变换的压缩感知多聚焦图像融合算法 | 第37-50页 |
| 3.1 NSST变换理论 | 第37-38页 |
| 3.2 多聚焦图像融合方法 | 第38页 |
| 3.3 平滑0l范数重构算法 | 第38-40页 |
| 3.3.1 算法原理 | 第38-40页 |
| 3.3.2 算法步骤 | 第40页 |
| 3.4 基于NSST变换的压缩感知图像融合算法 | 第40-45页 |
| 3.4.1 融合算法流程 | 第40-41页 |
| 3.4.2 低频子带融合规则 | 第41-42页 |
| 3.4.3 高频子带分块压缩感知 | 第42-44页 |
| 3.4.4 高频子带测量值融合规则 | 第44页 |
| 3.4.5 高频子带重构算法 | 第44-45页 |
| 3.5 实验结果与分析 | 第45-48页 |
| 3.6 本章小结 | 第48-50页 |
| 第4章 基于FFST变换的压缩感知红外与可见光图像融合算法 | 第50-61页 |
| 4.1 红外图像与可见光图像 | 第50页 |
| 4.2 快速有限剪切波 | 第50-53页 |
| 4.2.1 快速有限剪切波变换理论 | 第50-51页 |
| 4.2.2 快速有限剪切波的方向 | 第51-53页 |
| 4.3 基于平滑投影LANDWEBER的CS图像重构算法 | 第53-55页 |
| 4.4 基于FFST变换的压缩感知图像融合算法 | 第55-57页 |
| 4.4.1 融合框图 | 第55-56页 |
| 4.4.2 低频子带融合规则 | 第56页 |
| 4.4.3 高频子带测量值融合规则 | 第56-57页 |
| 4.5 实验结果与分析 | 第57-59页 |
| 4.6 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第67页 |
