| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 目录 | 第9-12页 |
| 表格 | 第12-13页 |
| 插图 | 第13-15页 |
| 第一章 绪论 | 第15-31页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 多源图像融合概述 | 第16-19页 |
| 1.2.1 多源图像融合的目的和过程 | 第17-18页 |
| 1.2.2 多源遥感图像融合的优势 | 第18页 |
| 1.2.3 图像融合系统的层次划分 | 第18-19页 |
| 1.3 基于变分法的图像处理简介 | 第19-21页 |
| 1.3.1 发展历程 | 第19-20页 |
| 1.3.2 应用优势 | 第20页 |
| 1.3.3 主要步骤 | 第20-21页 |
| 1.4 多源图像融合技术发展现状 | 第21-26页 |
| 1.4.1 国内外研究现状 | 第22-24页 |
| 1.4.2 图像融合的应用和发展趋势 | 第24-26页 |
| 1.5 图像融合质量评价 | 第26页 |
| 1.6 研究内容与论文结构 | 第26-29页 |
| 1.6.1 研究目标 | 第26-27页 |
| 1.6.2 主要内容与创新 | 第27-28页 |
| 1.6.3 本文的组织结构 | 第28-29页 |
| 1.7 本章小结 | 第29-31页 |
| 第二章 预备知识 | 第31-43页 |
| 2.1 概述 | 第31页 |
| 2.2 泛函的定义及性质 | 第31-32页 |
| 2.3 BV空间定义及其性质 | 第32-33页 |
| 2.4 变分法 | 第33-35页 |
| 2.4.1 基本概念 | 第33-34页 |
| 2.4.2 变分基本引理 | 第34页 |
| 2.4.3 变分问题的Euler-Lagrange方程 | 第34-35页 |
| 2.5 数值算法 | 第35-38页 |
| 2.5.1 梯度下降流 | 第35页 |
| 2.5.2 变量分离法 | 第35-36页 |
| 2.5.3 ALM算法 | 第36-37页 |
| 2.5.4 ADMM算法 | 第37-38页 |
| 2.5.5 软阈值方法 | 第38页 |
| 2.6 评价指标 | 第38-41页 |
| 2.7 本章小节 | 第41-43页 |
| 第三章 L_1范数正则项融合模型 | 第43-57页 |
| 3.1 概述 | 第43-44页 |
| 3.2 改进后融合模型 | 第44-49页 |
| 3.2.1 梯度特征合并 | 第45-46页 |
| 3.2.2 能量泛函 | 第46页 |
| 3.2.3 数值实现 | 第46-49页 |
| 3.3 实验结果与分析 | 第49-56页 |
| 3.3.1 定性分析 | 第51页 |
| 3.3.2 定量分析 | 第51-54页 |
| 3.3.3 计算效率分析 | 第54-56页 |
| 3.4 本章小结 | 第56-57页 |
| 第四章 自适应正则项融合模型 | 第57-69页 |
| 4.1 概述 | 第57-58页 |
| 4.2 自适应融合模型 | 第58-62页 |
| 4.2.1 初始图像计算 | 第59-60页 |
| 4.2.2 边缘提取 | 第60-62页 |
| 4.2.3 数值实现 | 第62页 |
| 4.3 实验结果与分析 | 第62-67页 |
| 4.3.1 视觉分析 | 第63-67页 |
| 4.3.2 定量分析 | 第67页 |
| 4.4 本章小结 | 第67-69页 |
| 第五章 高阶光滑正则化融合模型 | 第69-87页 |
| 5.1 概述 | 第69-72页 |
| 5.1.1 TGV简述 | 第70-71页 |
| 5.1.2 知觉对比增强 | 第71-72页 |
| 5.1.3 初始图像计算 | 第72页 |
| 5.2 融合模型 | 第72-78页 |
| 5.2.1 二阶TGV | 第73-75页 |
| 5.2.2 模型收敛性 | 第75页 |
| 5.2.3 数值实现 | 第75-78页 |
| 5.3 实验结果与分析 | 第78-86页 |
| 5.3.1 视觉分析 | 第80-81页 |
| 5.3.2 定量分析 | 第81页 |
| 5.3.3 算法收敛分析 | 第81-86页 |
| 5.4 结论 | 第86-87页 |
| 第六章 总结与展望 | 第87-91页 |
| 6.1 总结 | 第87-88页 |
| 6.2 展望 | 第88-91页 |
| 参考文献 | 第91-105页 |
| 后记 | 第105-107页 |
| 在读期间发表或将要发表的学术论文情况 | 第107-108页 |
| 在读期间参与的科研项目情况 | 第108页 |