| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题的背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究状况 | 第11-12页 |
| 1.2.2 国内研究状况 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 第2章 基于 D-S 证据理论的图像融合的基本理论 | 第15-24页 |
| 2.1 图像融合的层次 | 第15-18页 |
| 2.1.1 像素级图像融合 | 第15-16页 |
| 2.1.2 特征级图像融合 | 第16-17页 |
| 2.1.3 决策级图像融合 | 第17-18页 |
| 2.2 D-S 证据理论的发展概况 | 第18-19页 |
| 2.3 D-S 证据理论的基本理论 | 第19-23页 |
| 2.3.1 识别框架 | 第19-20页 |
| 2.3.2 基本信任分配函数 | 第20页 |
| 2.3.3 信任函数 | 第20-21页 |
| 2.3.4 似然函数 | 第21页 |
| 2.3.5 D-S 证据理论的合成规则 | 第21-23页 |
| 2.3.6 D-S 证据理论合成规则的基本性质 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于 D-S 证据理论的红外和可见光图像融合检测 | 第24-39页 |
| 3.1 红外和可见光图像的特性分析 | 第24-26页 |
| 3.1.1 红外和可见光图像的成像原理 | 第24-26页 |
| 3.1.2 红外和可见光图像的区别 | 第26页 |
| 3.2 红外和可见光图像的目标检测 | 第26-30页 |
| 3.2.1 红外图像的目标检测 | 第27-28页 |
| 3.2.2 可见光图像的目标检测 | 第28-30页 |
| 3.3 红外图像和可见光图像决策级融合检测 | 第30-35页 |
| 3.3.1 融合步骤和算法流程图 | 第30-31页 |
| 3.3.2 图像的特征提取 | 第31-33页 |
| 3.3.3 新的基本概率赋值函数 | 第33-34页 |
| 3.3.4 决策规则和目标位置确定准则 | 第34-35页 |
| 3.4 实验结果与分析 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于 D-S 证据理论加权合成的图像融合检测 | 第39-54页 |
| 4.1 D-S 证据理论的冲突问题 | 第39-40页 |
| 4.1.1 冲突问题的分类 | 第39-40页 |
| 4.1.2 冲突产生的原因 | 第40页 |
| 4.2 证据间的距离的分类 | 第40-43页 |
| 4.3 加权平均法改进 | 第43-46页 |
| 4.3.1 邓勇加权平均法 | 第43-45页 |
| 4.3.2 叶清加权法 | 第45-46页 |
| 4.4 基于加权合成的图像融合 | 第46-50页 |
| 4.4.1 图像的特征提取 | 第46-47页 |
| 4.4.2 改进的融合规则 | 第47-49页 |
| 4.4.3 融合步骤和算法流程图 | 第49-50页 |
| 4.5 实验结果与分析 | 第50-53页 |
| 4.6 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
