| 摘要 | 第7-9页 |
| abstract | 第9-10页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 多尺度分解方法 | 第13-14页 |
| 1.2.2 多尺度系数的融合策略 | 第14-15页 |
| 1.3 本文研究内容与结构安排 | 第15-17页 |
| 第2章 基于模糊自适应PCNN的NSCT域多聚焦图像融合 | 第17-31页 |
| 2.1 引言 | 第17-18页 |
| 2.2 相关理论 | 第18-20页 |
| 2.2.1 非下采样轮廓波变换 | 第18-19页 |
| 2.2.2 脉冲耦合神经网络 | 第19-20页 |
| 2.3 本章方法 | 第20-24页 |
| 2.3.1 改进的拉普拉斯能量和激励PCNN神经元 | 第20-21页 |
| 2.3.2 模糊自适应链接强度 | 第21-23页 |
| 2.3.3 算法流程 | 第23-24页 |
| 2.4 实验结果及性能分析 | 第24-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于二型模糊逻辑的NSCT域多模态医学图像融合 | 第31-46页 |
| 3.1 引言 | 第31-32页 |
| 3.2 二型模糊集 | 第32-33页 |
| 3.3 本章方法 | 第33-37页 |
| 3.3.1 高频子带融合规则 | 第33-35页 |
| 3.3.2 低频子带融合规则 | 第35页 |
| 3.3.3 融合步骤 | 第35-36页 |
| 3.3.4 彩色图像融合 | 第36-37页 |
| 3.4 实验结果及性能分析 | 第37-45页 |
| 3.4.1 CT/MRI图像融合实验 | 第38-42页 |
| 3.4.2 PET/MRI和SPECT/MRI图像融合实验 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于多视觉特征和梯度域引导滤波的图像融合 | 第46-63页 |
| 4.1 引言 | 第46-47页 |
| 4.2 梯度域引导图像滤波 | 第47-49页 |
| 4.2.1 边缘感知权重 | 第47-48页 |
| 4.2.2 梯度域引导滤波 | 第48-49页 |
| 4.3 本章方法 | 第49-53页 |
| 4.3.1 基于多视觉特征的初始决策图构建 | 第49-52页 |
| 4.3.2 基于梯度域引导滤波的决策图优化 | 第52-53页 |
| 4.3.3 融合源图像 | 第53页 |
| 4.4 实验结果及分析 | 第53-62页 |
| 4.4.1 多聚焦图像融合实验 | 第55-57页 |
| 4.4.2 多模态医学图像融合实验 | 第57-59页 |
| 4.4.3 红外与可见光图像融合实验 | 第59-60页 |
| 4.4.4 单特征融合实验 | 第60-61页 |
| 4.4.5 方法效率分析 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 论文工作总结 | 第63-64页 |
| 5.2 研究展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士研究生期间科研成果 | 第70-72页 |
| 致谢 | 第72-73页 |
