| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 研究背景与意义 | 第9-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 像素级图像融合国内外研究现状 | 第14-17页 |
| 1.2.2 图像融合客观评价国内外研究现状 | 第17-18页 |
| 1.3 研究目标与研究内容 | 第18-19页 |
| 1.4 论文结构与内容安排 | 第19-20页 |
| 第二章 基于分层信息的图像融合 | 第20-33页 |
| 2.1 基于分层信息的图像融合算法 | 第20-22页 |
| 2.1.1 基于分层信息的图像融合模型 | 第20页 |
| 2.1.2 基于分层信息的图像融合方法 | 第20-22页 |
| 2.2 公共-独立分层图像融合算法设计 | 第22-30页 |
| 2.2.1 公共-独立分层原理和通用框架 | 第22-23页 |
| 2.2.2 信息提取模块原理 | 第23-27页 |
| 2.2.3 分层决策模块原理 | 第27-28页 |
| 2.2.4 权重融合模块原理 | 第28-30页 |
| 2.3 基于分层的算法鲁棒性研究 | 第30-32页 |
| 2.4 本章小节 | 第32-33页 |
| 第三章 基于公共-独立分层的像素域融合算法 | 第33-45页 |
| 3.1 基于分层的像素域融合算法设计 | 第33-40页 |
| 3.1.1 基于交叉像素表示的信息提取算法 | 第34-36页 |
| 3.1.2 基于最小比例法的分层决策算法 | 第36-39页 |
| 3.1.3 基于双树复小波的权重融合算法 | 第39-40页 |
| 3.2 像素域噪声-失配鲁棒算法设计 | 第40-44页 |
| 3.3 本章小节 | 第44-45页 |
| 第四章 基于公共-独立分层的稀疏域融合算法 | 第45-56页 |
| 4.1 基于分层的稀疏域融合算法设计 | 第45-53页 |
| 4.1.1 基于交叉稀疏表示的信息提取算法 | 第46-48页 |
| 4.1.2 基于最大稀疏系数的分层决策算法 | 第48-52页 |
| 4.1.3 双树复小波-均值规则结合的权重融合算法 | 第52-53页 |
| 4.2 稀疏域噪声-失配鲁棒算法设计 | 第53-55页 |
| 4.3 本章小节 | 第55-56页 |
| 第五章 基于分层的鲁棒图像融合实验分析 | 第56-76页 |
| 5.1 融合图像客观评价指标 | 第56-60页 |
| 5.2 不同干扰下的融合图像客观分析 | 第60-73页 |
| 5.2.1 无干扰融合实验分析 | 第61-67页 |
| 5.2.2 单干扰融合实验分析 | 第67-70页 |
| 5.2.3 多干扰融合实验分析 | 第70-73页 |
| 5.3 本章小节 | 第73-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 论文工作总结 | 第76-77页 |
| 6.2 研究展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 攻硕期间取得的研究成果 | 第84页 |