| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第15-29页 |
| 1.1 背景及意义 | 第15-16页 |
| 1.2 多聚焦图像融合层次 | 第16-18页 |
| 1.3 国内外研究动态 | 第18-22页 |
| 1.3.1 空间域多聚焦图像融合 | 第18-20页 |
| 1.3.2 变换域多聚焦图像融合 | 第20-22页 |
| 1.4 融合图像的质量评价方法 | 第22-26页 |
| 1.5 论文内容与结构安排 | 第26-29页 |
| 第二章 图像的剪切波变换 | 第29-41页 |
| 2.1 剪切波变换的基本理论 | 第29-32页 |
| 2.2 剪切波的主要特性 | 第32-33页 |
| 2.3 剪切波变换的离散化实现 | 第33-39页 |
| 2.4 本章小结 | 第39-41页 |
| 第三章 基于Shearlet变换与PCNN的多聚焦图像融合算法 | 第41-61页 |
| 3.1 脉冲耦合神经网络工作原理 | 第41-45页 |
| 3.1.1 PCNN的标准模型 | 第42-44页 |
| 3.1.2 PCNN的特性 | 第44-45页 |
| 3.2 基于改进加权法和自适应PCNN的图像融合算法 | 第45-50页 |
| 3.2.1 低频融合规则 | 第46-48页 |
| 3.2.2 高频融合规则 | 第48-49页 |
| 3.2.3 融合算法描述 | 第49-50页 |
| 3.3 实验设计与结果分析 | 第50-58页 |
| 3.3.1 融合实验设计 | 第50-51页 |
| 3.3.2 融合结果与分析 | 第51-58页 |
| 3.4 本章小结 | 第58-61页 |
| 第四章 基于Shearlet变换与PSO的多聚焦图像融合算法 | 第61-77页 |
| 4.1 粒子群优化算法工作原理 | 第61-64页 |
| 4.1.1 粒子群算法原理 | 第61-62页 |
| 4.1.2 粒子群算法流程 | 第62-63页 |
| 4.1.3 粒子群算法参数设定 | 第63-64页 |
| 4.2 基于PSO和加权NSML的图像融合算法 | 第64-68页 |
| 4.2.1 低频融合规则 | 第65-66页 |
| 4.2.2 高频融合规则 | 第66-67页 |
| 4.2.3 融合算法描述 | 第67-68页 |
| 4.3 实验设计与结果分析 | 第68-75页 |
| 4.3.1 融合实验设计 | 第68-70页 |
| 4.3.2 融合结果与分析 | 第70-75页 |
| 4.4 本章小结 | 第75-77页 |
| 第五章 总结与展望 | 第77-79页 |
| 5.1 论文总结 | 第77页 |
| 5.2 研究展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-87页 |
| 攻读硕士学位期间发表的学术论文目录 | 第87页 |
