| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 图像融合研究背景及意义 | 第14-15页 |
| 1.2 图像数据融合技术的发展以及现有的方法 | 第15-16页 |
| 1.3 本文的主要研究内容及论文的结构 | 第16-18页 |
| 第二章 图像融合的经典方法和评价体系 | 第18-32页 |
| 2.1 经典的空间域图像融合算法 | 第18-20页 |
| 2.2 经典的变换域图像融合算法 | 第20-25页 |
| 2.2.1 基于加权平均实现图像融合 | 第20-21页 |
| 2.2.2 基于IHS图像融合算法 | 第21-22页 |
| 2.2.3 基于拉普拉斯金字塔的图像融合算法 | 第22-23页 |
| 2.2.4 基于PCA即主成分分析法的图像融合算法 | 第23-24页 |
| 2.2.5 基于KSVD字典学习的图像融合算法 | 第24-25页 |
| 2.3 图像融合的评价准则 | 第25-29页 |
| 2.3.1 主观评价准则 | 第26页 |
| 2.3.2 客观评价准则 | 第26-29页 |
| 2.4 基于小波域的图像融合 | 第29-32页 |
| 2.4.1 小波变换 | 第29-30页 |
| 2.4.2 基于小波变换的图像融合原理 | 第30-32页 |
| 第三章 基于显著性和导向滤波的多尺度分析的图像融合 | 第32-48页 |
| 3.1 图像的显著性检测 | 第32-34页 |
| 3.1.1 全局对比度的图像显著性检测方法概述 | 第32-34页 |
| 3.2 导向滤波 | 第34-35页 |
| 3.3 基于导向滤波和显著性的多尺度分析的图像融合 | 第35-38页 |
| 3.3.1 97小波构造原理 | 第35-38页 |
| 3.3.3 小波分析的发展前景 | 第38页 |
| 3.4 基于显著性的多尺度分析的图像融合法则 | 第38-46页 |
| 3.4.1 全局对比度显著性的融合规则 | 第40-41页 |
| 3.4.2 融合实验 | 第41-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 采用IHS和导向滤波的多尺度分析的遥感图像融合 | 第48-56页 |
| 4.1 引言 | 第48页 |
| 4.2 IHS介绍 | 第48-49页 |
| 4.3 IHS和导向滤波的融合算法 | 第49-54页 |
| 4.3.1 导向滤波的多尺度融合法则 | 第50-51页 |
| 4.3.2 实验结果 | 第51-54页 |
| 4.4 本章总结 | 第54-56页 |
| 第五章 采用PCA字典的多尺度分析的医学图像融合 | 第56-62页 |
| 5.1 医学图像融合 | 第56-57页 |
| 5.2 PCA介绍 | 第57页 |
| 5.3 采用PCA的多尺度分析的医学图像融合方法 | 第57-58页 |
| 5.4 实验结果 | 第58-62页 |
| 第六章 总结和展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
