| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 图像融合的背景 | 第10页 |
| 1.1.2 图像融合的意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 图像融合存在的问题 | 第13-14页 |
| 1.4 本文的主要内容及章节安排 | 第14-15页 |
| 第2章 图像融合基础知识 | 第15-23页 |
| 2.1 融合图像介绍 | 第15-17页 |
| 2.1.1 CT图像 | 第15页 |
| 2.1.2 MRI图像 | 第15页 |
| 2.1.3 PET图像 | 第15-16页 |
| 2.1.4 SPECT图像 | 第16页 |
| 2.1.5 多聚焦图像 | 第16-17页 |
| 2.2 图像融合的层次划分 | 第17-18页 |
| 2.3 像素级图像融合方法 | 第18-19页 |
| 2.3.1 空间域的图像融合 | 第18-19页 |
| 2.3.2 变换域的图像融合 | 第19页 |
| 2.4 图像融合性能评价 | 第19-22页 |
| 2.4.1 主观评价 | 第19-20页 |
| 2.4.2 客观评价 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 NSCT变换的基本理论 | 第23-33页 |
| 3.1 引言 | 第23页 |
| 3.2 Contourlet变换 | 第23-28页 |
| 3.2.1 拉普拉斯金字塔(LP) | 第24-25页 |
| 3.2.2 方向滤波器(DFB) | 第25-28页 |
| 3.3 非下采样Contourlet (NSCT)变换的基本理论 | 第28-31页 |
| 3.3.1 非下采样Contourlet变换 | 第28-29页 |
| 3.3.2 非下采样金字塔(NSP) | 第29-30页 |
| 3.3.3 非下采样方向滤波器组(NSDFB) | 第30-31页 |
| 3.4 基于非下采样contourlet变换的图像融合流程简介 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于NSCT和PCNN自适应医学图像融合 | 第33-47页 |
| 4.1 引言 | 第33页 |
| 4.2 人工神经网络的概述 | 第33页 |
| 4.3 PCNN模型 | 第33-37页 |
| 4.3.1 PCNN的标准模型 | 第34-36页 |
| 4.3.2 Unit-Linking PCNN模型 | 第36-37页 |
| 4.4 Canny边缘检测 | 第37-38页 |
| 4.5 基于NSCT与PCNN相结合的医学图像融合算法 | 第38-40页 |
| 4.5.1 低频子带系数融合规则 | 第38-39页 |
| 4.5.2 高频子带融合规则 | 第39-40页 |
| 4.6 仿真实验及结果分析 | 第40-44页 |
| 4.6.1 CT/MRI灰度图像融合 | 第40-42页 |
| 4.6.2 SPECT/MRI彩色和灰色图像融合 | 第42-44页 |
| 4.7 仿真实验结果分析 | 第44-46页 |
| 4.8 本章小结 | 第46-47页 |
| 第5章 基于NSCT和ICM相结合的多聚焦图像融合 | 第47-58页 |
| 5.1 引言 | 第47页 |
| 5.2 ICM(Intersecting cortical model)模型 | 第47-50页 |
| 5.2.1 标准的ICM模型 | 第47-49页 |
| 5.2.2 简化的ICM模型 | 第49-50页 |
| 5.3 基于NSCT和ICM相结合的多聚焦图像融合规则 | 第50-52页 |
| 5.3.1 改进拉普拉斯能量和 | 第50-51页 |
| 5.3.2 改进空间频率(MSF) | 第51页 |
| 5.3.3 融合步骤 | 第51-52页 |
| 5.4 多聚焦图像融合实验仿真及结果分析 | 第52-55页 |
| 5.5 多聚焦图像融合实验的客观评价 | 第55-56页 |
| 5.6 本章小结 | 第56-58页 |
| 第6章 总结与展望 | 第58-61页 |
| 6.1 总结 | 第58-59页 |
| 6.2 工作展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表的论文和参加的科研工作 | 第68-69页 |
