| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·课题的研究背景和意义 | 第10-11页 |
| ·相关课题的国内外研究现状 | 第11-14页 |
| ·图像融合的国内外研究现状 | 第11-12页 |
| ·粒子群优化算法的国内外现状 | 第12-14页 |
| ·粒子群优化算法在图像融合中的应用情况 | 第14页 |
| ·本文主要内容及创新之处 | 第14-15页 |
| ·本文章节安排 | 第15-17页 |
| 第二章 粒子群优化算法 | 第17-27页 |
| ·粒子群优化算法的原理 | 第17-18页 |
| ·粒子群优化算法的基本步骤和流程 | 第18-20页 |
| ·PSO算法步骤 | 第18页 |
| ·PSO算法流程 | 第18-20页 |
| ·粒子群优化算法的参数设置 | 第20页 |
| ·粒子群优化算法的应用步骤 | 第20-21页 |
| ·粒子群优化算法的改进算法 | 第21-25页 |
| ·标准粒子群优化算法 | 第22页 |
| ·带有压缩因子的粒子群优化算法 | 第22-23页 |
| ·免疫粒子群优化算法 | 第23-24页 |
| ·自组织粒子群优化算法 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 图像融合基本理论 | 第27-43页 |
| ·引言 | 第27-28页 |
| ·图像融合的典型算法 | 第28-30页 |
| ·图像融合的评价指标 | 第30-36页 |
| ·图像的主观评价 | 第31页 |
| ·图像的客观评价 | 第31-36页 |
| ·基于小波变换的图像融合规则 | 第36-40页 |
| ·低频小波系数融合规则 | 第37页 |
| ·高频小波系数融合规则 | 第37-40页 |
| ·本章小结 | 第40-43页 |
| 第四章 免疫粒子群优化算法在基于分块的小波图像融合中的应用 | 第43-53页 |
| ·小波变换和多分辨率分析 | 第43-46页 |
| ·连续小波变换 | 第44页 |
| ·离散小波变换 | 第44-45页 |
| ·多分辨率分析 | 第45-46页 |
| ·图像的小波分解和重构 | 第46-47页 |
| ·基于免疫PSO的图像融合 | 第47-52页 |
| ·融合算法 | 第47-48页 |
| ·优化融合图像的选择 | 第48-49页 |
| ·仿真实验结果 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 自组织粒子群优化算法在基于区域能量的图像融合中的应用 | 第53-61页 |
| ·引言 | 第53页 |
| ·图像区域能量的概念及其匹配度 | 第53-54页 |
| ·基于自组织PSO的图像融合 | 第54-60页 |
| ·融合算法 | 第54-55页 |
| ·优化融合图像的选择 | 第55-56页 |
| ·仿真实验结果 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 硕士期间科研情况 | 第71页 |