| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 图像融合研究的国内外现状 | 第10-11页 |
| 1.2.2 多摄像头信息融合国内外发展现状 | 第11-12页 |
| 1.2.3 图像融合评价方法国内外发展现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.3.1 基于高斯滤波和Canny算子的小波图像融合算法研究 | 第13页 |
| 1.3.2 基于信息量的射影变换多摄像头融合算法研究 | 第13页 |
| 1.3.3 基于Sobel算子和SSIM的图像融合评价方法研究 | 第13-14页 |
| 1.3.4 跨尺度图像和信息融合验证平台的开发 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 图像融合方法与信息融合相关方法研究 | 第16-20页 |
| 2.1 小波图像融合算法 | 第16-17页 |
| 2.2 基于射影变换的多摄像头融合算法 | 第17-18页 |
| 2.3 图像边缘强度评价算法 | 第18页 |
| 2.4 图像的相似度计算算法 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 基于高斯滤波和Canny算子的小波图像融合算法 | 第20-29页 |
| 3.1 基于高斯滤波和Canny算子的小波图像融合算法流程 | 第20-21页 |
| 3.2 改进后的低频部分的系数选取规则 | 第21-23页 |
| 3.3 改进后的高频部分的系数选取规则 | 第23-24页 |
| 3.4 基于高斯滤波和Canny算子的小波图像融合实验结果与分析 | 第24-27页 |
| 3.4.1 实验1：多聚焦图像融合实验 | 第24-25页 |
| 3.4.2 实验2：红外图像和可见光图像融合实验 | 第25-27页 |
| 3.5 本章小结 | 第27-29页 |
| 第四章 基于信息量的射影变换多摄像头融合算法 | 第29-42页 |
| 4.1 基于信息量的射影变换多摄像头融合算法流程 | 第29-30页 |
| 4.2 基于信息量的置信度计算方法的提出 | 第30-34页 |
| 4.2.1 基于目标运动区域特性的置信度计算 | 第30-31页 |
| 4.2.2 基于射影变换特性的置信度计算 | 第31-32页 |
| 4.2.3 信息置信度补正计算 | 第32-33页 |
| 4.2.4 摄像头权值计算和信息融合 | 第33-34页 |
| 4.3 多摄像头信息融合实验结果与分析 | 第34-40页 |
| 4.3.1 实验3：室内双摄像头实验 | 第34-36页 |
| 4.3.2 实验4：基于机器人的运动目标跟踪与信息融合实验 | 第36-40页 |
| 4.4 本章小结 | 第40-42页 |
| 第五章 基于Sobel算子和SSIM的图像融合评价方法研究 | 第42-49页 |
| 5.1 基于Sobel算子和SSIM的图像融合评价方法流程 | 第42-43页 |
| 5.2 边缘保持度计算方法的提出 | 第43-44页 |
| 5.3 基于Sobel算子和SSIM的图像融合评价方法测试 | 第44-48页 |
| 5.3.1 实验5：多聚焦图像融合评价测试 | 第44-46页 |
| 5.3.2 实验6：多源图像融合评价测试 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 跨尺度图像和信息融合验证平台的开发 | 第49-56页 |
| 6.1 跨尺度图像和信息融合验证平台总体设计 | 第49-50页 |
| 6.2 系统设计过程与结果 | 第50-54页 |
| 6.2.1 系统设计过程 | 第50-51页 |
| 6.2.2 系统实现结果 | 第51-54页 |
| 6.3 系统测试 | 第54-55页 |
| 6.3.1 测试环境 | 第54页 |
| 6.3.2 测试结果 | 第54-55页 |
| 6.4 本章小结 | 第55-56页 |
| 第七章 总结与展望 | 第56-58页 |
| 7.1 论文总结 | 第56-57页 |
| 7.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间研究成果 | 第63页 |
