首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于剪切波变换和图像块匹配的图像融合算法研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 引言第12-24页
    1.1 研究背景和意义第12页
    1.2 国内外研究现状第12-14页
    1.3 图像融合简介第14-19页
        1.3.1 图像融合的层级第14-16页
        1.3.2 现有图像融合方法及框架第16-18页
        1.3.3 图像融合的主要问题第18-19页
    1.4 图像融合评价标准第19-23页
        1.4.1 主观评价指标第19-20页
        1.4.2 客观评价指标第20-23页
    1.5 本文主要内容和结构第23-24页
2 剪切波变换理论基础第24-32页
    2.1 剪切波变换第24-26页
    2.2 离散剪切波变换第26-30页
        2.2.1 频域实现第27-29页
        2.2.2 时域实现第29-30页
    2.3 非下采样剪切波变换第30-32页
        2.3.1 非下采样剪切波变换的实现第30-31页
        2.3.2 非下采样剪切波变换的优势第31-32页
3 基于图像块匹配的图像融合算法框架第32-52页
    3.1 三维图像块匹配理论第32-33页
    3.2 图像融合框架第33-36页
        3.2.1 传统图像融合框架第33-34页
        3.2.2 改进图像融合框架第34-35页
        3.2.3 与三维块匹配去噪算法对比第35-36页
    3.3 图像块匹配步骤第36-50页
        3.3.1 图像的分块和分组第36-45页
        3.3.2 三维变换第45-49页
        3.3.3 图像块的聚合第49-50页
    3.4 本章小结第50-52页
4 结合PCNN和SML融合规则的多聚焦图像融合第52-70页
    4.1 多聚焦图像的特点第52-53页
    4.2 融合规则设计第53-58页
        4.2.1 清晰度指标第54-55页
        4.2.2 脉冲耦合神经网络第55-56页
        4.2.3 高频融合规则第56-58页
        4.2.4 低频融合规则第58页
    4.3 实验及结果分析第58-68页
        4.3.1 基于不同变换的图像块匹配算法框架的效果评价第59-62页
        4.3.2 基于不同融合规则的图像块匹配算法框架的效果评价第62-65页
        4.3.3 基于不同图像融合算法的效果评价第65-68页
    4.4 本章小结第68-70页
5 结合遗传算法融合规则以及色彩空间变换的医学图像融合第70-88页
    5.1 医学图像特点第70-71页
    5.2 色彩空间变换第71-74页
        5.2.1 IHS模型第71-72页
        5.2.2 IHS与RGB色彩空间变换第72-73页
        5.2.3 彩色图像融合框架第73-74页
    5.3 融合规则设计第74-78页
        5.3.1 多目标优化算法第74-76页
        5.3.2 低频融合规则第76-77页
        5.3.3 高频融合规则第77-78页
    5.4 实验结果及分析第78-86页
        5.4.1 基于NSGAⅡ融合规则的CT与MRI医学图像融合第78-81页
        5.4.2 基于NSGAⅡ和IHS变换的MRI与PET医学图像融合第81-83页
        5.4.3 基于NSGAⅡ和IHS变换的MRI与SPET医学图像融合第83-86页
    5.5 本章小结第86-88页
6 结论第88-90页
    6.1 总结第88-89页
    6.2 展望第89-90页
参考文献第90-94页
作者简历及攻读硕士学位期间取得的研究成果第94-98页
学位论文数据集第98页

论文共98页,点击 下载论文
上一篇:基于离散化AFC数据的城市轨道交通列车节能时刻表研究
下一篇:基于FPGA的矩阵奇异值分解加速方案的设计与实现