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

基于稀疏表示与字典学习的图像融合方法研究

摘要第1-4页
Abstract第4-5页
目录第5-7页
第一章 绪论第7-17页
   ·课题研究背景及意义第7-8页
   ·信息融合的发展现状第8-9页
   ·图像融合的发展现状第9-11页
   ·图像融合的基本原理和结构第11-15页
   ·本文主要研究内容和结构安排第15-17页
第二章 传统的图像融合方法第17-39页
   ·基于 IHS 变换的图像融合第19-21页
   ·基于 PCA 变换的图像融合第21-24页
   ·基于小波变换的图像融合第24-32页
     ·小波变换第24-25页
     ·基于小波变换的图像融合第25-30页
     ·基于小波变换的图像融合算法在遥感图像中的应用第30-32页
   ·图像融合性能评价第32-36页
     ·主观评价第33-34页
     ·客观评价第34-36页
   ·本章小结第36-39页
第三章 基于稀疏表示的图像融合方法第39-53页
   ·基于稀疏表示的图像融合的发展第39-41页
   ·稀疏表示理论第41-44页
     ·稀疏性的概念第41-42页
     ·稀疏表示的概念第42-44页
   ·基于小波变换和稀疏表示的图像融合第44-51页
     ·稀疏表示第45-46页
     ·融合规则第46-47页
     ·本章方法的融合策略第47页
     ·实验结果及分析第47-51页
   ·本章小结第51-53页
第四章 基于字典学习的图像融合方法第53-63页
   ·K-SVD 算法第53-54页
   ·字典的设计第54-56页
   ·实验结果及分析第56-61页
   ·本章小结第61-63页
第五章 结论及展望第63-65页
致谢第65-67页
参考文献第67-72页

论文共72页,点击 下载论文
上一篇:基于元数据的Instlink信令解决方案
下一篇:基于人眼倾斜效应和HWD变换的图像质量评估研究