| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 图像融合的基本概念 | 第15-16页 |
| 1.2 图像融合国内外研究进展 | 第16-17页 |
| 1.3 图像融合的流程 | 第17-18页 |
| 1.4 图像融合数据级别 | 第18-20页 |
| 1.4.1 像素级融合 | 第18-19页 |
| 1.4.2 特征级融合 | 第19-20页 |
| 1.4.3 决策级融合 | 第20页 |
| 1.5 图像融合的客观评价指标 | 第20-22页 |
| 1.6 本文的主要工作及章节安排 | 第22-25页 |
| 1.6.1 本文的主要工作 | 第22-23页 |
| 1.6.2 本文的章节安排 | 第23-25页 |
| 第二章 多尺度图像融合的代表性方法 | 第25-43页 |
| 2.1 多尺度图像融合基本框架 | 第25-28页 |
| 2.1.1 多尺度图像融合的产生 | 第25-26页 |
| 2.1.2 多尺度图像融合的基本框架 | 第26页 |
| 2.1.3 经典的多尺度分解方法 | 第26-27页 |
| 2.1.4 融合准则 | 第27-28页 |
| 2.2 多尺度图像融合的代表性算法 | 第28-41页 |
| 2.2.1 基于拉普拉斯金字塔图像融合算法 | 第29-34页 |
| 2.2.2 基于小波变换的图像融合算法 | 第34-41页 |
| 2.3 本章小结 | 第41-43页 |
| 第三章 变分法与多尺度图像分解 | 第43-63页 |
| 3.1 变分法及其求解方法 | 第43-49页 |
| 3.1.1 泛函的基本概念 | 第43页 |
| 3.1.2 变分法及其欧拉-拉格朗日方程 | 第43-46页 |
| 3.1.3 有限差分法 | 第46-49页 |
| 3.2 变分多尺度图像分解模型 | 第49-55页 |
| 3.2.1（BV，Gp，L2）图像分解模型 | 第49-50页 |
| 3.2.2 变分多尺度图像分解 | 第50-51页 |
| 3.2.3 数值求解格式 | 第51-55页 |
| 3.3 仿真实验 | 第55-62页 |
| 3.4 本章小结 | 第62-63页 |
| 第四章 基于变分多尺度图像分解的SAR与可见光图像融合 | 第63-75页 |
| 4.1 SAR成像的特点 | 第63-64页 |
| 4.2 SAR与可见光图像信息互补 | 第64-65页 |
| 4.3 基于变分多尺度图像分解的SAR与可见光图像融合算法 | 第65-70页 |
| 4.3.1 结构融合 | 第65-67页 |
| 4.3.2 纹理融合 | 第67-70页 |
| 4.4 仿真实验与结果分析 | 第70-74页 |
| 4.4.1 实验数据 | 第70页 |
| 4.4.2 实验结果与分析 | 第70-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-79页 |
| 5.1 本文总结 | 第75-76页 |
| 5.2 前景展望 | 第76-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85-86页 |