首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多源图像融合算法研究

摘要第5-7页
ABSTRACT第7-9页
符号对照表第14-16页
缩略语对照表第16-22页
第一章 绪论第22-34页
    1.1 研究背景与意义第22-27页
    1.2 多源图像融合方法的研究现状第27-29页
        1.2.1 基于变换域的图像融合方法第28页
        1.2.2 基于空域的图像融合方法第28-29页
        1.2.3 基于深度学习的图像融合方法第29页
    1.3 多源图像融合方法的性能评价第29-30页
    1.4 关键问题和难点第30页
    1.5 本文研究内容与结构安排第30-34页
第二章 基于谱图小波变换的红外与可见光图像融合第34-50页
    2.1 引言第34-35页
    2.2 相关工作第35-38页
        2.2.1 谱图小波变换第35-36页
        2.2.2 快速谱图小波变换第36-37页
        2.2.3 双边滤波第37-38页
    2.3 算法第38-41页
        2.3.1 图像多尺度表示第38-39页
        2.3.2 加权融合权重构造第39-40页
        2.3.3 多尺度图像重构第40-41页
    2.4 实验与分析第41-48页
        2.4.1 实验设置第41页
        2.4.2 主要参数设置第41-42页
        2.4.3 实验结果与讨论第42-48页
    2.5 本章小结第48-50页
第三章 基于多尺度方向性非局部均值滤波的红外与可见光图像融合第50-66页
    3.1 引言第50-51页
    3.2 相关工作第51-55页
        3.2.1 非局部均值滤波第51-52页
        3.2.2 多尺度方向性非局部均值滤波第52-55页
    3.3 算法第55-58页
        3.3.1 多尺度方向性图像分解第55-56页
        3.3.2 近似子带融合第56-57页
        3.3.3 细节子带融合第57页
        3.3.4 融合子带重构第57-58页
    3.4 实验与性能对比第58-65页
        3.4.1 实验设置第58页
        3.4.2 参数设置第58-59页
        3.4.3 实验结果与讨论第59-65页
    3.5 本章小结第65-66页
第四章 基于引导滤波差异图像的多聚焦图像融合第66-82页
    4.1 引言第66-67页
    4.2 引导图像滤波理论第67-69页
    4.3 算法第69-74页
        4.3.1 初始分割第70-72页
        4.3.2 生成融合权重图第72-74页
        4.3.3 图像融合第74页
    4.4 实验第74-80页
        4.4.1 参数分析与设置第74-75页
        4.4.2 实验结果与讨论第75-80页
    4.5 本章小结第80-82页
第五章 基于字典学习与旋转引导滤波的多聚焦图像融合第82-96页
    5.1 引言第82-83页
    5.2 相关工作第83-84页
    5.3 算法第84-88页
        5.3.1 旋转引导滤波与稀疏字典第84-87页
        5.3.2 基于稀疏表示的图像分类第87页
        5.3.3 融合决策图归一化第87-88页
    5.4 实验第88-94页
        5.4.1 实验结果与讨论第89-94页
    5.5 本章小结第94-96页
第六章 基于深度无监督网络的多聚焦图像融合第96-114页
    6.1 引言第96-98页
    6.2 相关工作第98-99页
    6.3 深度无监督网络第99-102页
        6.3.1 融合网络结构第99-101页
        6.3.2 损失函数第101-102页
        6.3.3 实现与训练细节第102页
    6.4 实验结果第102-112页
        6.4.1 用于性能评价的数据第102-103页
        6.4.2 对比方法第103-104页
        6.4.3 定性评价第104-111页
        6.4.4 在其他图像融合中的应用第111-112页
    6.5 本章小结第112-114页
第七章 总结与展望第114-118页
    7.1 论文工作总结第114-115页
    7.2 展望第115-118页
参考文献第118-130页
致谢第130-134页
作者简介第134-138页

论文共138页,点击 下载论文
上一篇:水下目标偏振成像探测技术研究
下一篇:基于结构稀疏模型学习的图像重构方法