| 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 研究现状 | 第10-11页 |
| 1.3 主要内容及结构 | 第11-13页 |
| 第2章 主要理论基础 | 第13-22页 |
| 2.1 图像融合 | 第13-16页 |
| 2.1.1 图像融合层次 | 第13-14页 |
| 2.1.2 像素级图像融合方法 | 第14-16页 |
| 2.2 稀疏表示理论 | 第16-19页 |
| 2.2.1 稀疏表示基本概念 | 第16-18页 |
| 2.2.2 过完备字典设计 | 第18-19页 |
| 2.2.3 稀疏分解算法 | 第19页 |
| 2.3 图像质量评价 | 第19-21页 |
| 2.4 本章总结 | 第21-22页 |
| 第3章 基于稀疏表示与聚焦测量的多聚焦图像融合算法 | 第22-33页 |
| 3.1 引言 | 第22页 |
| 3.2 多聚焦图像融合算法 | 第22-26页 |
| 3.2.1 图像数据的分层 | 第23页 |
| 3.2.2 融合规则的设计 | 第23-26页 |
| 3.2.3 多聚焦图像融合 | 第26页 |
| 3.3 实验 | 第26-32页 |
| 3.3.1 图像数据集和参数设置 | 第26-28页 |
| 3.3.2 实验结果及分析 | 第28-32页 |
| 3.4 本章总结 | 第32-33页 |
| 第4章 基于视觉显著性与稀疏表示的多模态图像融合算法 | 第33-43页 |
| 4.1 引言 | 第33页 |
| 4.2 相关理论介绍 | 第33-35页 |
| 4.2.1 显著性分析理论 | 第33-35页 |
| 4.2.2 同步正交匹配追踪算法 | 第35页 |
| 4.3 多模态图像融合算法 | 第35-37页 |
| 4.3.1 融合框架 | 第35-36页 |
| 4.3.2 低频分量融合 | 第36-37页 |
| 4.3.3 高频分量融合 | 第37页 |
| 4.4 实验 | 第37-41页 |
| 4.4.1 图像数据和参数设置 | 第37-38页 |
| 4.4.2 实验结果及分析 | 第38-41页 |
| 4.5 本章总结 | 第41-43页 |
| 第5章 总结与展望 | 第43-46页 |
| 5.1 本文总结 | 第43页 |
| 5.2 对未来工作的展望 | 第43-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 附录 攻读硕士学位期间发表的学术论文及研究成果 | 第50页 |