摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-28页 |
1.1 引言 | 第12页 |
1.2 论文研究背景和意义 | 第12-13页 |
1.3 图像配准关键技术的研究进展 | 第13-18页 |
1.3.1 相似度量函数 | 第14-15页 |
1.3.2 优化策略 | 第15-16页 |
1.3.3 非刚性配准算法 | 第16-18页 |
1.4 图像融合关键技术的研究进展 | 第18-25页 |
1.4.1 图像融合的层次 | 第19-22页 |
1.4.2 像素级图像融合的常见方法 | 第22-24页 |
1.4.3 基于多尺度分解的图像融合规则 | 第24-25页 |
1.5 图像质量评价标准 | 第25-26页 |
1.6 本文的研究重点 | 第26-28页 |
第2章 基于互信息的声纳图像配准 | 第28-54页 |
2.1 引言 | 第28页 |
2.2 互信息的概述 | 第28-30页 |
2.2.1 熵 | 第28-29页 |
2.2.2 互信息 | 第29-30页 |
2.3 基于互信息的图像配准框架 | 第30-38页 |
2.3.1 互信息度量函数 | 第31-35页 |
2.3.2 优化算法 | 第35-38页 |
2.4 互信息图像配准中的主要问题 | 第38-43页 |
2.4.1 互信息度量函数的空间局限性 | 第40-41页 |
2.4.2 插值运算带来的局部极值问题 | 第41-43页 |
2.5 本文解决方法 | 第43-49页 |
2.5.1 基于梯度互信息的度量函数 | 第43-45页 |
2.5.2 混合优化算法 | 第45-49页 |
2.6 综合实验 | 第49-53页 |
2.6.1 相似度量函数性能分析 | 第49-52页 |
2.6.2 优化策略性能分析 | 第52-53页 |
2.7 本章小结 | 第53-54页 |
第3章 基于Demons模型的声纳图像配准 | 第54-72页 |
3.1 引言 | 第54页 |
3.2 Demons非刚性配准方法 | 第54-62页 |
3.2.1 经典Demons算法 | 第55-57页 |
3.2.2 主动Demons算法 | 第57-58页 |
3.2.3 参数选取对配准过程的影响 | 第58-62页 |
3.3 Demons算法面临的主要问题 | 第62-64页 |
3.3.1 灰度梯度信息缺乏 | 第62页 |
3.3.2 驱动力方向相背 | 第62-64页 |
3.4 改进Demons算法 | 第64-66页 |
3.5 综合实验 | 第66-71页 |
3.6 本章小结 | 第71-72页 |
第4章 基于Piella框架的声纳图像融合 | 第72-92页 |
4.1 引言 | 第72页 |
4.2 基于Piella多尺度图像融合框架 | 第72-81页 |
4.2.1 多分辨率分析方法 | 第73-75页 |
4.2.2 融合规则 | 第75-81页 |
4.3 基于Piella框架的声纳图像融合 | 第81-85页 |
4.3.1 基于Piella多尺度图像融合扩展框架 | 第81-84页 |
4.3.2 算法步骤 | 第84-85页 |
4.4 综合实验 | 第85-91页 |
4.5 本章小结 | 第91-92页 |
第5章 图像融合性能评价 | 第92-114页 |
5.1 引言 | 第92页 |
5.2 图像融合质量评价标准 | 第92-101页 |
5.2.1 主观评价标准 | 第92-94页 |
5.2.2 客观评价标准 | 第94-101页 |
5.3 评价标准的选取 | 第101-102页 |
5.4 图像融合性能的分析与讨论 | 第102-108页 |
5.4.1 图像分解层数对融合性能的影响 | 第102-106页 |
5.4.2 窗口区域大小对融合性能的影响 | 第106-108页 |
5.5 基于区域相似性的图像融合评价方法 | 第108-110页 |
5.5.1 基于区域的多特征获取 | 第108-109页 |
5.5.2 区域相似性度量 | 第109页 |
5.5.3 算法步骤 | 第109-110页 |
5.6 综合实验 | 第110-113页 |
5.7 本章小结 | 第113-114页 |
结论 | 第114-116页 |
参考文献 | 第116-129页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第129-130页 |
致谢 | 第130页 |