| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-23页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 图像融合简介 | 第13-16页 |
| 1.3.1 图像融合层次 | 第13-14页 |
| 1.3.2 传统图像融合方法 | 第14-16页 |
| 1.3.3 图像融合存在问题 | 第16页 |
| 1.4 图像融合评价标准 | 第16-20页 |
| 1.4.1 主观评价 | 第16-17页 |
| 1.4.2 客观评价 | 第17-20页 |
| 1.5 本文主要研究内容 | 第20-23页 |
| 2 剪切波变换理论基础 | 第23-31页 |
| 2.1 剪切波变换 | 第23-25页 |
| 2.2 离散剪切波变换 | 第25-29页 |
| 2.2.1 频域实现 | 第26-28页 |
| 2.2.2 时域实现 | 第28-29页 |
| 2.3 非下采样剪切波变换 | 第29-31页 |
| 3 基于剪切波变换的多聚焦图像融合算法 | 第31-47页 |
| 3.1 多聚焦图像特点 | 第31-33页 |
| 3.2 基于剪切波变换的多聚焦图像融合算法 | 第33-45页 |
| 3.2.1 图像融合框架 | 第33-34页 |
| 3.2.2 图像融合规则 | 第34-37页 |
| 3.2.3 实验结果对比与分析 | 第37-45页 |
| 3.3 本章小结 | 第45-47页 |
| 4 基于NSST和自适应PCNN的红外与可见光图像融合算法 | 第47-59页 |
| 4.1 红外与可见光图像特点 | 第47-48页 |
| 4.2 区域生长算法 | 第48-49页 |
| 4.3 PCNN | 第49-51页 |
| 4.3.1 工作原理及特性 | 第49页 |
| 4.3.2 自适应PCNN | 第49-51页 |
| 4.4 基于NSST和自适应PCNN的红外与可见光图像融合算法 | 第51-56页 |
| 4.4.1 图像融合框架 | 第51页 |
| 4.4.2 图像融合规则 | 第51-53页 |
| 4.4.3 实验结果对比与分析 | 第53-56页 |
| 4.5 本章小结 | 第56-59页 |
| 5 基于NSST和高斯混合模型的医学彩色图像融合算法 | 第59-73页 |
| 5.1 医学图像特点 | 第59-61页 |
| 5.2 HSI模型 | 第61-63页 |
| 5.3 高斯混合模型 | 第63-64页 |
| 5.4 基于NSST和高斯混合模型的医学彩色图像融合算法 | 第64-71页 |
| 5.4.1 图像融合框架 | 第64-65页 |
| 5.4.2 图像融合规则 | 第65-67页 |
| 5.4.3 实验结果对比与分析 | 第67-71页 |
| 5.5 本章小结 | 第71-73页 |
| 6 结论 | 第73-75页 |
| 6.1 总结 | 第73页 |
| 6.2 展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第79-83页 |
| 学位论文数据集 | 第83页 |
