| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 图像融合技术概述 | 第10-18页 |
| 1.2.1 图像融合分类 | 第11-13页 |
| 1.2.2 图像像素级融合常用算法 | 第13-15页 |
| 1.2.3 图像融合评价方法 | 第15-17页 |
| 1.2.4 图像融合研究中存在的问题 | 第17-18页 |
| 1.3 本文的主要研究内容 | 第18-19页 |
| 第二章 多尺度变换及其在图像融合上的应用 | 第19-26页 |
| 2.1 多尺度分解工具 | 第19-22页 |
| 2.1.1 离散小波变换 | 第19-20页 |
| 2.1.2 非下采样轮廓波变换（NSCT） | 第20-21页 |
| 2.1.3 离散 Shearlet 变换 | 第21-22页 |
| 2.2 传统融合规则 | 第22-25页 |
| 2.2.1 低频子带系数融合规则 | 第22-23页 |
| 2.2.2 高频子带系数融合规则 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于 Shearlet 变换和 PCNN 的图像融合算法研究 | 第26-40页 |
| 3.1 脉冲耦合神经网络（PCNN）工作原理 | 第26-30页 |
| 3.1.1 Eckhorn 神经元模型 | 第27-28页 |
| 3.1.2 脉冲耦合神经网络模型 | 第28-30页 |
| 3.2 基于 Shearlet 变换和 PCNN 的图像融合规则 | 第30-33页 |
| 3.2.1 低频子带系数的融合规则 | 第31-32页 |
| 3.2.2 高频子带系数的融合规则 | 第32-33页 |
| 3.3 图像融合效果评价 | 第33-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于 Shearlet 变换和图像区域特性的融合算法研究 | 第40-47页 |
| 4.1 基于区域特性的融合规则 | 第40-42页 |
| 4.2 图像融合效果评价 | 第42-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 论文工作总结 | 第47-48页 |
| 5.2 论文研究展望 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 攻读硕士学位期间发表论文情况 | 第55-56页 |
| 致谢 | 第56-57页 |
