| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-12页 |
| 1.2.1 图像融合技术发展现状 | 第10-11页 |
| 1.2.2 压缩感知技术发展现状 | 第11-12页 |
| 1.3 本文主要内容与结构安排 | 第12-13页 |
| 第2章 图像融合与压缩感知的理论概述 | 第13-27页 |
| 2.1 图像融合的基本理论 | 第13-19页 |
| 2.1.1 图像融合的层次 | 第13-14页 |
| 2.1.2 像素级图像融合的常用方法 | 第14-16页 |
| 2.1.3 图像融合性能评价 | 第16-19页 |
| 2.2 压缩感知理论简介 | 第19-25页 |
| 2.2.1 压缩感知理论框架 | 第19-20页 |
| 2.2.2 信号的稀疏表示 | 第20-21页 |
| 2.2.3 测量矩阵 | 第21-23页 |
| 2.2.4 重构算法 | 第23-25页 |
| 2.3 基于压缩感知的图像融合框架 | 第25-26页 |
| 2.4 本章小节 | 第26-27页 |
| 第3章 基于提升小波的分块压缩感知图像融合 | 第27-38页 |
| 3.1 提升小波变换 | 第27-29页 |
| 3.2 基于提升小波的分块压缩感知图像融合算法 | 第29-32页 |
| 3.2.1 算法模型 | 第29-30页 |
| 3.2.2 新区域能量融合规则 | 第30-31页 |
| 3.2.3 算法实现 | 第31-32页 |
| 3.3 实验结果与分析 | 第32-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于NSCT与DWT的压缩感知图像融合 | 第38-48页 |
| 4.1 非下采样Contourlet变换 | 第38-40页 |
| 4.2 基于NSCT与DWT的压缩感知图像融合算法 | 第40-42页 |
| 4.2.1 算法模型 | 第40页 |
| 4.2.2 融合规则 | 第40-41页 |
| 4.2.3 算法实现 | 第41-42页 |
| 4.3 实验结果与分析 | 第42-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 论文工作总结 | 第48-49页 |
| 5.2 未来工作展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录1 攻读硕士学位期间发表的论文 | 第55-56页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第56页 |