| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题的研究背景及研究意义 | 第10-11页 |
| ·多传感器图像彩色融合概述 | 第11-16页 |
| ·常用的图像传感器 | 第11-12页 |
| ·多传感器图像融合的层次 | 第12-13页 |
| ·多传感器彩色图像融合技术的研究现状 | 第13-16页 |
| ·本文研究主要内容与结构 | 第16-17页 |
| 第2章 常用的彩色融合方法研究 | 第17-30页 |
| ·灰度分层法 | 第17-18页 |
| ·NRL 假彩色处理法 | 第18页 |
| ·基于HIS 色彩空间的图像融合算法 | 第18-21页 |
| ·基于生物视觉特性的MIT 彩色图像融合算法 | 第21-26页 |
| ·响尾蛇双模式细胞特性 | 第21-22页 |
| ·感受野 | 第22-24页 |
| ·MIT 融合算法概述 | 第24-26页 |
| ·TNO 假彩色图像融合算法 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 基于CURVELET 的可见光与红外图像彩色融合方法 | 第30-43页 |
| ·引言 | 第30-31页 |
| ·基于CURVELET 变换的图像融合 | 第31-35页 |
| ·连续的Curvelet 变换 | 第32-33页 |
| ·离散的Curvelet 变换 | 第33-35页 |
| ·基于Curvelet 变换的图像融合方法 | 第35页 |
| ·一种新的可见光与红外图像彩色融合方法 | 第35-37页 |
| ·实验仿真结果与分析 | 第37-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于区域识别的多传感器彩色融合方法 | 第43-59页 |
| ·基于多尺度归一化割的图像分割方法 | 第43-47页 |
| ·归一化割的基本原理 | 第44-45页 |
| ·多尺度归一化割 | 第45-47页 |
| ·基于支持向量机（SVM）的区域识别方法 | 第47-51页 |
| ·支持向量机（SVM）理论 | 第47-49页 |
| ·分割区域的特征提取与识别过程 | 第49-51页 |
| ·色彩传递算法 | 第51-53页 |
| ·lαβ色彩空间 | 第51-52页 |
| ·色彩传递算法概述 | 第52-53页 |
| ·本文算法的详细说明 | 第53-55页 |
| ·实验仿真结果与分析 | 第55-58页 |
| ·小结 | 第58-59页 |
| 第5章 融合图像质量评价 | 第59-66页 |
| ·引言 | 第59-60页 |
| ·彩色融合结果图像 | 第60页 |
| ·图像融合的主观质量评价 | 第60-63页 |
| ·彩色融合图像的客观质量评价 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第73-74页 |
| 附录B 攻读学位期间所参加的科研项目 | 第74-75页 |
| 附录C 部分融合结果图像（彩色版本） | 第75-76页 |