基于压缩感知的红外图像与可见光图像融合
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 论文研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 图像融合的研究现状 | 第10-11页 |
| 1.2.2 压缩感知的研究现状 | 第11-12页 |
| 1.3 论文基本结构 | 第12-14页 |
| 第二章 压缩感知理论与图像融合算法 | 第14-27页 |
| 2.1 压缩感知理论框架 | 第14-19页 |
| 2.1.1 稀疏矩阵 | 第15-16页 |
| 2.1.2 观测矩阵 | 第16-18页 |
| 2.1.3 重构算法 | 第18-19页 |
| 2.2 图像融合 | 第19-22页 |
| 2.2.1 融合层次的分类 | 第19-20页 |
| 2.2.2 融合方法的介绍 | 第20-22页 |
| 2.3 压缩感知图像融合框架及方法 | 第22-23页 |
| 2.4 图像融合评价标准 | 第23-26页 |
| 2.4.1 图像融合的主观评价 | 第23页 |
| 2.4.2 图像融合的客观评价 | 第23-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于NSST的压缩感知图像融合 | 第27-40页 |
| 3.1 NSST理论 | 第27-34页 |
| 3.1.1 剪切波变换 | 第27-30页 |
| 3.1.2 离散剪切波变换 | 第30-32页 |
| 3.1.3 图像的NSST变换 | 第32-34页 |
| 3.2 基于NSST的压缩感知融合 | 第34-37页 |
| 3.2.1 低频子带融合规则 | 第34-35页 |
| 3.2.2 高频子带融合规则 | 第35-37页 |
| 3.3 仿真结果及分析 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于分块压缩感知的图像融合算法研究 | 第40-47页 |
| 4.1 分块压缩感知框架 | 第40-41页 |
| 4.2 平滑投影Landweber（SPL）算法 | 第41-42页 |
| 4.3 分块压缩感知融合 | 第42-44页 |
| 4.4 仿真结果及分析 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 结论与展望 | 第47-49页 |
| 5.1 论文工作总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简介 | 第54页 |
| 攻读硕士学位期间研究成果 | 第54页 |
