首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于特征和多尺度变换的多源图像序列信息融合研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第11-19页
    1.1 课题来源第11页
    1.2 课题背景及意义第11-13页
        1.2.1 研究背景第11-12页
        1.2.2 研究意义第12-13页
    1.3 研究现状第13-15页
        1.3.1 多源图像序列的变换方法研究现状第13-14页
        1.3.2 多源图像序列融合规则现状第14-15页
    1.4 研究内容第15-16页
        1.4.1 基于区域特征的多聚焦图像序列融合方法的研究第15页
        1.4.2 基于DSIFT的图像序列融合方法的研究第15-16页
        1.4.3 基于纹理特征和梯度特征的图像序列融合方法研究第16页
        1.4.4 基于特征和多尺度变换的多源图像序列信息融合验证系统第16页
    1.5 论文主要内容和结构第16-19页
第二章 相关技术第19-27页
    2.1 图像融合算法第19-22页
        2.1.1 基于离散小波变换的图像融合算法第19-20页
        2.1.2 基于Surfacelet变换的图像融合方法第20-21页
        2.1.3 基于梯度金字塔变换的图像融合算法第21-22页
    2.2 常用的像素级融合规则第22-24页
        2.2.1 高频系数组合规则第22-23页
        2.2.2 低频系数组合规则第23-24页
    2.3 评价标准第24-25页
        2.3.1 主观评价第24页
        2.3.2 客观评价第24-25页
    2.4 本章小结第25-27页
第三章 基于区域特征的多聚焦图像序列融合方法的研究第27-37页
    3.1 引言第27页
    3.2 离散小波框架变换第27-28页
    3.3 基于区域特征的融合规则的提出第28-31页
        3.3.1 融合规则第29-30页
        3.3.2 基于区域特征的多聚焦图像序列融合方法的工作步骤第30-31页
    3.4 基于区域特征的多聚焦图像序列融合方法实验结果及分析第31-36页
        3.4.1 实验一 基于时钟图像的实验结果第31-32页
        3.4.2 实验二 基于航天器图像的实验结果第32-36页
    3.5 本章小结第36-37页
第四章 基于DSIFT的图像序列融合方法的研究第37-49页
    4.1 引言第37页
    4.2 Surfacelet变换第37-38页
    4.3 基于DSIFT融合规则的提出第38-42页
        4.3.1 初始融合规则第38-39页
        4.3.2 最终融合规则第39-41页
        4.3.3 基于DSIFT的图像序列融合方法的工作步骤第41-42页
    4.4 基于DSIFT的图像序列融合方法的实验结果及分析第42-46页
    4.5 本章小结第46-49页
第五章 基于纹理特征和梯度特征的图像序列融合方法研究第49-63页
    5.1 引言第49页
    5.2 提出基于纹理特征和梯度特征的变换方法第49-51页
        5.2.1 建立高斯多分辨率金字塔第49-50页
        5.2.2 建立基于纹理特征和梯度特征的金字塔第50-51页
    5.3 基于纹理特征和梯度特征的图像序列融合规则第51-53页
        5.3.1 融合规则第51-52页
        5.3.2 基于纹理特征和梯度特征的图像序列融合方法的工作步骤第52-53页
    5.4 基于纹理特征和梯度特征的图像序列融合方法实验结果及分析第53-60页
        5.4.1 实验一 基于多聚焦图像的实验结果及分析第53-57页
        5.4.2 实验二 基于红外线与可见光图像的实验结果及分析第57-60页
    5.5 本章小结第60-63页
第六章 基于特征和多尺度变换的多源图像序列信息融合验证系统第63-73页
    6.1 引言第63页
    6.2 系统总体架构设计第63-65页
    6.3 系统详细设计与实现第65-71页
        6.3.1 图像预处理模块第65页
        6.3.2 图像配准模块第65-67页
        6.3.3 图像融合模块与图像序列融合模块第67-70页
        6.3.4 融合结果评价模块第70-71页
    6.4 系统测试第71-72页
        6.4.1 测试环境第71页
        6.4.2 测试方法第71-72页
    6.5 本章小结第72-73页
第七章 总结与展望第73-77页
    7.1 总结第73-75页
    7.2 展望第75-77页
参考文献第77-85页
致谢第85-87页
攻读学位期间研究成果第87页

论文共87页,点击 下载论文
上一篇:多传感器运动图像序列融合研究
下一篇:基于惯性传感器的人体动作相似度计算的研究与实现