| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 国内外研究概况 | 第10-12页 |
| 1.3.1 图像融合技术发展现状 | 第10-11页 |
| 1.3.2 压缩感知技术发展现状 | 第11-12页 |
| 1.4 本文主要的研究内容和文章结构 | 第12-14页 |
| 第2章 图像融合的方法理论及其应用分析 | 第14-23页 |
| 2.1 图像融合的层次 | 第14-16页 |
| 2.1.1 数据级融合 | 第14-15页 |
| 2.1.2 特征级图像融合 | 第15页 |
| 2.1.3 决策级图像融合 | 第15-16页 |
| 2.2 图像融合的常用方法算法 | 第16-18页 |
| 2.2.1 空间域融合 | 第16-17页 |
| 2.2.2 变换域融合 | 第17-18页 |
| 2.3 图像融合规则 | 第18-19页 |
| 2.4 图像融合常用的性能评价指标 | 第19-22页 |
| 2.5 图像融合的应用分析 | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 结合压缩感知和小波变换的图像融合方法 | 第23-32页 |
| 3.1 压缩感知基本原理及基本内容 | 第23-28页 |
| 3.1.1 信号的稀疏表示 | 第24-26页 |
| 3.1.2 信号的测量矩阵 | 第26-27页 |
| 3.1.3 信号的重构算法 | 第27-28页 |
| 3.2 小波分析理论 | 第28-31页 |
| 3.2.1 小波分析基本原理 | 第28-29页 |
| 3.2.2 常用小波变换函数 | 第29-30页 |
| 3.2.3 小波变换应用 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 基于自相似和压缩感知的多聚焦图像融合 | 第32-44页 |
| 4.1 基于自相似和压缩感知的多聚焦图像融合基本流程 | 第32-34页 |
| 4.2 自相似性原理 | 第34-37页 |
| 4.3 算法实现 | 第37-38页 |
| 4.4 实验仿真及结果分析 | 第38-42页 |
| 4.5 本章小结 | 第42-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 本文的具体工作内容和创新点主要是以下几个方面 | 第44页 |
| 5.2 下一步的工作展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 附录A（攻读硕士学位期间的学术研究成果和参与项目） | 第50页 |
