| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 红外图像和可见光图像融合的国内外研究现状 | 第10-11页 |
| 1.3 论文的主要工作 | 第11-13页 |
| 1.3.1 论文的主要研究内容 | 第11-12页 |
| 1.3.2 论文的章节安排 | 第12-13页 |
| 第二章 图像融合的原理 | 第13-25页 |
| 2.1 图像融合的特点以及目的 | 第13-14页 |
| 2.1.1 融合图像的特点 | 第13-14页 |
| 2.1.2 图像融合的目的 | 第14页 |
| 2.2 可见光图像和红外图像融合预处理 | 第14-17页 |
| 2.2.1 图像的去噪 | 第15-16页 |
| 2.2.2 图像配准 | 第16-17页 |
| 2.3 融合层次 | 第17-18页 |
| 2.4 图像融合的常见方法 | 第18-22页 |
| 2.5 对图像融合质量和效果的评价 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 可见光图像和红外图像的配准 | 第25-45页 |
| 3.1 图像配准的原理 | 第25-28页 |
| 3.1.1 图像配准的基本原理 | 第25页 |
| 3.1.2 图像配准过程的基本划分 | 第25-27页 |
| 3.1.3 常用的图像配准方法 | 第27-28页 |
| 3.2 基于边缘特征的可见光图像和红外图像配准方法 | 第28-37页 |
| 3.2.1 图像的边缘检测以及实验分析 | 第28-33页 |
| 3.2.2 图像的空间变换 | 第33-34页 |
| 3.2.3 图像插值技术 | 第34-36页 |
| 3.2.4 实验结果分析 | 第36-37页 |
| 3.3 基于最大互信息值的可见光图像和红外图像的自动配准 | 第37-44页 |
| 3.3.1 图像的互信息计算 | 第37-39页 |
| 3.3.2 互信息法图像配准的算法 | 第39-41页 |
| 3.3.3 实验结果分析 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四 章可见光图像和红外图像的融合处理 | 第45-68页 |
| 4.1 像素加权图像融合处理方法 | 第45-51页 |
| 4.1.1 像素灰度值取大法 | 第45页 |
| 4.1.2 像素灰度值取小法 | 第45-46页 |
| 4.1.3 像素灰度值加权法 | 第46页 |
| 4.1.4 实验结果分析 | 第46-51页 |
| 4.2 基于小波分解的图像融合方法 | 第51-67页 |
| 4.2.1 小波变换的优势 | 第52-53页 |
| 4.2.2 小波变换概述 | 第53-55页 |
| 4.2.3 图像的小波变换 | 第55-59页 |
| 4.2.4 一种改进的小波图像融合方法及其实验结果分析 | 第59-67页 |
| 4.3 本章小结 | 第67-68页 |
| 第五章总结与展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间的研究成果 | 第74-75页 |
