基于FCM图像融合技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·图像融合研究背景及意义 | 第9-11页 |
| ·图像融合技术国内外研究现状 | 第11-15页 |
| ·基于空间域的图像融合方法 | 第12-13页 |
| ·基于变换域的图像融合方法 | 第13-14页 |
| ·多种算法结合的图像融合方法 | 第14-15页 |
| ·本文研究内容和设计方案 | 第15-17页 |
| ·本文研究内容 | 第15页 |
| ·设计方案 | 第15-16页 |
| ·论文结构 | 第16-17页 |
| 第2章 图像融合理论知识 | 第17-27页 |
| ·图像融合的定义 | 第17页 |
| ·图像融合的层次 | 第17-19页 |
| ·像素级图像融合 | 第17-18页 |
| ·特征级图像融合 | 第18页 |
| ·决策级图像融合 | 第18-19页 |
| ·图像融合的目的 | 第19-20页 |
| ·图像融合的一般步骤 | 第20-23页 |
| ·图像预处理 | 第20-21页 |
| ·图像分解 | 第21-23页 |
| ·图像数据的融合 | 第23页 |
| ·图像输出 | 第23页 |
| ·图像融合技术评价指标 | 第23-27页 |
| ·图像融合质量的主观评价指标 | 第23-24页 |
| ·图像融合质量的客观评价指标 | 第24-27页 |
| 第3章 基于 FCM 聚类的图像融合技术 | 第27-40页 |
| ·模糊 C-均值(FCM)理论 | 第27-30页 |
| ·D-S 证据理论 | 第30-32页 |
| ·基于 FCM 聚类的图像融合技术 | 第32-35页 |
| ·图像灰度值聚类分析 | 第32-33页 |
| ·图像灰度值基本概率指派 | 第33页 |
| ·FCM 在图像处理中的应用及存在问题 | 第33-35页 |
| ·基于改进 FCM 聚类图像融合方法 | 第35-40页 |
| ·粒子群算法(PSO) | 第35-37页 |
| ·禁忌搜索算法 | 第37页 |
| ·禁忌粒子群算法设计 | 第37-40页 |
| 第4章 图像融合实验及分析 | 第40-50页 |
| 第5章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 附录 1 攻读硕士学位期间发表的论文 | 第55-56页 |
| 附录 2 FCM 算法相关程序 | 第56-58页 |
| 附录 3 粒子群算法相关程序 | 第58-59页 |