基于多尺度分析的SAR图像配准融合
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第10-18页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 相干斑抑制研究概述 | 第11-13页 |
1.2.2 图像配准研究概述 | 第13-15页 |
1.2.3 图像融合研究概述 | 第15-16页 |
1.3 本文主要研究工作 | 第16-18页 |
第二章 基于曲波分析的非局部相干斑抑制 | 第18-33页 |
2.1 SAR成像原理与相干斑噪声 | 第18-21页 |
2.1.1 SAR成像原理 | 第18-19页 |
2.1.2 相干斑形成原理 | 第19-20页 |
2.1.3 相干斑模型 | 第20-21页 |
2.2 传统滤波方法 | 第21-24页 |
2.2.1 变换域滤波 | 第21-23页 |
2.2.2 统计类滤波 | 第23-24页 |
2.3 一种结合曲波分析的非局部滤波 | 第24-32页 |
2.3.1 曲波变换基本理论 | 第25-27页 |
2.3.2 非局部滤波器 | 第27-28页 |
2.3.3 基于曲波变换的相干斑抑制 | 第28-29页 |
2.3.4 实验结果与分析 | 第29-32页 |
2.4 本章小结 | 第32-33页 |
第三章 基于个体最优选取约束的精配准算法 | 第33-51页 |
3.1 图像配准基本理论 | 第33-36页 |
3.1.1 图像配准定义 | 第33页 |
3.1.2 图像配准数学模型 | 第33-35页 |
3.1.3 相似性度量 | 第35页 |
3.1.4 图像插值重采样 | 第35-36页 |
3.2 图像配准方法 | 第36-40页 |
3.2.1 灰度信息的配准 | 第37-38页 |
3.2.2 变换域的配准 | 第38-39页 |
3.2.3 特征提取的配准 | 第39-40页 |
3.3 基于个体最优选取约束的精配准方法 | 第40-50页 |
3.3.1 基于小波分析的Harris角点提取 | 第41-42页 |
3.3.2 量子粒子群算法 | 第42-44页 |
3.3.3 个体最优选取约束方法 | 第44-45页 |
3.3.4 实验结果与分析 | 第45-50页 |
3.4 本章小结 | 第50-51页 |
第四章 基于曲波分析自适应权值的融合算法 | 第51-64页 |
4.1 红外图像成像特型 | 第51-52页 |
4.2 变换域图像融合方法 | 第52-55页 |
4.2.1 基于小波变换图像融合 | 第53-54页 |
4.2.2 基于轮廓波变换图像融合 | 第54-55页 |
4.3 基于曲波分析自适应权值图像融合 | 第55-63页 |
4.3.1 模糊理论 | 第56-57页 |
4.3.2 自适应权值融合策略 | 第57-59页 |
4.3.3 图像融合效果评价方法 | 第59-61页 |
4.3.4 实验结果与分析 | 第61-63页 |
4.4 本章小结 | 第63-64页 |
第五章 全文总结与展望 | 第64-66页 |
5.1 论文工作总结 | 第64-65页 |
5.2 课题研究展望 | 第65-66页 |
参考文献 | 第66-72页 |
致谢 | 第72-73页 |
在学期间的研究成果及发表的学术论文 | 第73页 |