首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多源图像融合方法研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-15页
   ·课题背景及研究意义第9页
   ·多源图像融合技术概述第9-11页
     ·图像融合的原理第9-10页
     ·图像融合的研究现状第10-11页
     ·图像融合的应用第11页
   ·本文的主要研究工作第11-13页
   ·本文的组织结构第13-15页
第二章 图像融合基础理论与基本方法第15-23页
   ·图像融合的层次第15-16页
   ·图像融合的基本技术第16-19页
     ·加权平均法第16页
     ·金字塔变换法第16-18页
     ·小波变换法第18-19页
   ·图像融合的评价方法第19-22页
   ·本章小结第22-23页
第三章 基于区域分割和柯西卷积的多源图像融合第23-41页
   ·引言第23-24页
   ·特征提取第24-28页
     ·双树复小波变换第24-25页
     ·特征差空间第25-28页
   ·基于 FCM 的图像分割第28-29页
   ·柯西卷积第29-30页
   ·融合方法第30-32页
   ·实验结果与分析第32-40页
     ·参数对融合性能的影响第32-34页
     ·多源图像融合结果分析第34-40页
   ·本章小结第40-41页
第四章 基于相似性特征的多聚焦图像融合第41-55页
   ·引言第41-43页
   ·相似性特征第43-45页
     ·结构相似度(SSIM)第43页
     ·标记的结构不相似度(SSNSIM)第43-45页
   ·图像分割第45-47页
     ·基于分水岭和 FCM 的区域分割第45-46页
     ·联合区域分割第46-47页
   ·融合方法第47-48页
   ·实验结果与分析第48-53页
   ·本章小结第53-55页
第五章 基于多源图像融合的目标增强第55-65页
   ·引言第55页
   ·可见光图像反演红外图像第55-57页
     ·红外热像仪工作原理第55-56页
     ·可见光图像反演红外图像过程第56-57页
   ·可见光图像与模拟红外图像的融合第57-61页
     ·融合方法第57-58页
     ·融合性能分析第58-61页
   ·基于融合的目标检测与跟踪第61-64页
     ·目标检测与跟踪方法第61-62页
     ·目标检测与跟踪结果第62-64页
   ·本章小结第64-65页
第六章 总结与展望第65-67页
   ·全文工作内容总结第65页
   ·未来工作展望第65-67页
致谢第67-68页
参考文献第68-72页
附录 A: 作者在攻读硕士学位期间发表的论文第72-73页
附录 B: 作者在攻读硕士学位期间参与的科研项目第73页

论文共73页,点击 下载论文
上一篇:快速二维PCA方法在人脸识别中的应用研究
下一篇:基于混合蛙跳算法的Web文本聚类研究