基于稀疏表示的多聚焦图像融合算法的研究与应用
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第11-18页 |
| 1.1 课题背景与研究意义 | 第11-12页 |
| 1.2 稀疏表示及多聚焦图像融合的研究现状 | 第12-15页 |
| 1.2.1 稀疏表示的研究现状 | 第12-13页 |
| 1.2.2 多聚焦图像融合的研究现状 | 第13-15页 |
| 1.3 多聚焦图像融合存在的问题 | 第15-16页 |
| 1.4 本文主要内容 | 第16页 |
| 1.5 本文的结构安排 | 第16-18页 |
| 2 稀疏表示理论与多聚焦图像融合技术 | 第18-37页 |
| 2.1 稀疏表示理论 | 第18-21页 |
| 2.1.1 稀疏表示基本理论 | 第18页 |
| 2.1.2 稀疏表示求解 | 第18-19页 |
| 2.1.3 字典构造 | 第19-21页 |
| 2.2 图像融合的基本理论 | 第21-26页 |
| 2.2.1 图像融合的层次 | 第22-25页 |
| 2.2.2 多聚焦图像成像原理及特点 | 第25-26页 |
| 2.3 像素级多聚焦图像融合方法 | 第26-32页 |
| 2.3.1 基于空间域的多聚焦图像融合算法 | 第27-29页 |
| 2.3.2 基于变换域的多聚焦图像融合算法 | 第29-32页 |
| 2.4 多聚焦图像融合结果性能评价 | 第32-36页 |
| 2.4.1 图像融合质量的主观评价 | 第33页 |
| 2.4.2 图像融合质量的客观评价 | 第33-36页 |
| 2.5 本章小结 | 第36-37页 |
| 3 基于双稀疏字典的多聚焦图像融合 | 第37-47页 |
| 3.1 引言 | 第37-38页 |
| 3.2 双稀疏字典学习 | 第38-40页 |
| 3.3 基于双稀疏字典学习的多聚焦图像融合 | 第40-42页 |
| 3.3.1 混合多范数最大的融合规则 | 第40-41页 |
| 3.3.2 融合算法 | 第41-42页 |
| 3.4 实验结果与分析 | 第42-45页 |
| 3.4.1 实验参数设置 | 第42页 |
| 3.4.2 主观分析 | 第42-44页 |
| 3.4.3 客观分析 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 4 多聚焦图像融合系统 | 第47-74页 |
| 4.1 开发平台和开发工具 | 第47-48页 |
| 4.2 系统的设计与实现 | 第48-49页 |
| 4.3 图像融合模块 | 第49-73页 |
| 4.3.1 基于离散小波变换图像融合的方法 | 第49-53页 |
| 4.3.2 基于拉普拉斯金字塔变换的图像融合方法 | 第53-56页 |
| 4.3.3 基于曲波变换的图像融合方法 | 第56-59页 |
| 4.3.4 基于非下采样轮廓波变换的图像融合方法 | 第59-64页 |
| 4.3.5 基于传统稀疏表示的图像融合方法 | 第64-67页 |
| 4.3.6 基于K-SVD字典学习的图像融合方法 | 第67-73页 |
| 4.4 本章小结 | 第73-74页 |
| 5 总结与展望 | 第74-77页 |
| 5.1 工作总结 | 第74-75页 |
| 5.2 研究展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |
