| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-12页 |
| 1.2 图像融合的研究现状 | 第12-14页 |
| 1.3 论文主要内容和章节安排 | 第14-16页 |
| 第2章 稀疏表示基本理论和图像融合理论 | 第16-29页 |
| 2.1 引言 | 第16页 |
| 2.2 压缩感知 | 第16-21页 |
| 2.2.1 压缩感知基本框架 | 第16-17页 |
| 2.2.2 稀疏求解算法 | 第17-19页 |
| 2.2.3 字典构造 | 第19-21页 |
| 2.3 常用的图像融合算法 | 第21-25页 |
| 2.3.1 HIS变换 | 第21-23页 |
| 2.3.2 脉冲耦合神经网络 | 第23页 |
| 2.3.3 多尺度几何分析 | 第23-25页 |
| 2.4 图像融合的质量评价 | 第25-28页 |
| 2.4.1 主观评价 | 第25-26页 |
| 2.4.2 客观评价 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于非下采样剪切波变换的图像融合算法 | 第29-39页 |
| 3.1 引言 | 第29页 |
| 3.2 非下采样剪切波变换 | 第29-33页 |
| 3.2.1 非下采样剪切波变换的基本理论 | 第29-32页 |
| 3.2.2 非下采样剪切波变换的性质 | 第32-33页 |
| 3.3 基于NSST的图像融合算法实现 | 第33-35页 |
| 3.4 实验结果与分析 | 第35-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 基于稀疏表示和NSST的图像融合算法 | 第39-50页 |
| 4.1 引言 | 第39页 |
| 4.2 对稀疏表示和NSST的特性分析 | 第39-41页 |
| 4.2.1 NSST图像融合模型存在的不足 | 第39-41页 |
| 4.2.2 基于稀疏表示的图像融合存在的不足 | 第41页 |
| 4.3 基于稀疏表示和NSST的图像融合算法的实现 | 第41-45页 |
| 4.3.1 融合规则的选择 | 第41-43页 |
| 4.3.2 融合算法实现 | 第43-45页 |
| 4.4 实验仿真结果分析 | 第45-49页 |
| 4.4.1 失配图像融合结果 | 第45-47页 |
| 4.4.2 配准图像融合结果 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 总结和展望 | 第50-53页 |
| 5.1 全文的主要工作及研究成果 | 第50-51页 |
| 5.2 展望 | 第51-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第58页 |