| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 图像融合的研究背景和意义 | 第9-11页 |
| 1.2 图像融合的研究现状 | 第11-13页 |
| 1.3 论文的主要研究内容及安排 | 第13-15页 |
| 第二章 图像的量子理论基础 | 第15-25页 |
| 2.1 量子理论简述 | 第15-16页 |
| 2.2 量子力学的物理基础 | 第16-19页 |
| 2.2.1 量子力学的基本概念 | 第16页 |
| 2.2.2 量子力学的基本假设 | 第16-18页 |
| 2.2.3 量子比特 | 第18-19页 |
| 2.2.4 量子纠缠态 | 第19页 |
| 2.3 量子力学的数学基础 | 第19-21页 |
| 2.3.1 内积和外积 | 第20页 |
| 2.3.2 张量积 | 第20-21页 |
| 2.4 图像的量子表示和量子衍生分解 | 第21-24页 |
| 2.4.1 图像的量子比特表示 | 第21-22页 |
| 2.4.2 图像的量子衍生分解 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于灰色理论红外图像目标提取 | 第25-33页 |
| 3.1 图像的目标提取算法 | 第26-27页 |
| 3.1.1 基于区域生长的算法 | 第26页 |
| 3.1.2 基于阈值分析的算法 | 第26页 |
| 3.1.3 基于特征聚类的算法 | 第26-27页 |
| 3.2 基于目标提取的红外与可见光图像的融合 | 第27-28页 |
| 3.2.1 灰色理论的主要内容 | 第27页 |
| 3.2.2 基于目标提取红外与可见光图像的融合步骤 | 第27-28页 |
| 3.3 灰色关联分析 | 第28-29页 |
| 3.3.1 灰色关联分析的方法 | 第28页 |
| 3.3.2 影响灰色关联度的主要因素 | 第28-29页 |
| 3.4 图像的灰色关联分析 | 第29-32页 |
| 3.4.1 灰色关联分析模型的建立 | 第29-31页 |
| 3.4.2 关联系数的计算 | 第31页 |
| 3.4.3 关联度的计算 | 第31页 |
| 3.4.4 红外图像灰色关联分析的目标提取结果 | 第31-32页 |
| 3.5 灰色理论在图像处理中的应用 | 第32页 |
| 3.6 本章小结 | 第32-33页 |
| 第四章 基于多尺度变换红外与可见光图像的融合 | 第33-51页 |
| 4.1 非多尺度变换的图像融合算法 | 第33-34页 |
| 4.2 基于多尺度变换的图像融合算法 | 第34-47页 |
| 4.2.1 小波变换理论 | 第34-37页 |
| 4.2.2 Contourlet变换 | 第37-42页 |
| 4.2.3 非下采样Contoulet变换 | 第42-47页 |
| 4.3 基于NSCT域的图像融合规则 | 第47-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 图像融合的评价指标以及本文的融合方法 | 第51-69页 |
| 5.1 引言 | 第51页 |
| 5.2 图像融合的评价指标 | 第51-57页 |
| 5.2.1 图像融合的主观评价指标 | 第51-52页 |
| 5.2.2 图像融合的客观评价指标 | 第52-57页 |
| 5.3 本文的融合方法 | 第57-61页 |
| 5.3.1 高频融合规则 | 第57-60页 |
| 5.3.2 低频融合规则 | 第60-61页 |
| 5.4 融合步骤 | 第61-62页 |
| 5.5 实验结果和分析 | 第62-66页 |
| 5.5.1 实验设置 | 第62-65页 |
| 5.5.2 实验结果分析 | 第65-66页 |
| 5.6 计算效率 | 第66-67页 |
| 5.7 本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77页 |