| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·图像融合概述 | 第8页 |
| ·图像融合的发展及现状 | 第8-9页 |
| ·图像融合方法概述 | 第9-11页 |
| ·基于金字塔方法的图像融合 | 第10页 |
| ·基于小波变换的图像融合 | 第10-11页 |
| ·图像融合效果性能评价指标 | 第11-13页 |
| ·信息熵(Entropy) | 第11-12页 |
| ·平均梯度(Average Gradient,AG) | 第12页 |
| ·互信息(Mutual Information,MI) | 第12页 |
| ·边缘保持度(Edge Preservation,EP) | 第12-13页 |
| ·本文主要内容与结构 | 第13-14页 |
| 第二章 脉冲耦合神经网络模型 | 第14-23页 |
| ·脉冲耦合神经网络模型 | 第14-15页 |
| ·工作原理 | 第15-21页 |
| ·无耦合链接 | 第16-19页 |
| ·耦合链接 | 第19-20页 |
| ·参数设置 | 第20-21页 |
| ·基于脉冲耦合神经网络模型的图像融合 | 第21-23页 |
| 第三章 基于双通道PCNN的图像融合算法及其改进 | 第23-31页 |
| ·基于双通道PCNN的图像融合算法 | 第23-25页 |
| ·融合原理 | 第23-24页 |
| ·实现步骤 | 第24-25页 |
| ·基于改进的双通道PCNN的图像融合 | 第25-26页 |
| ·融合原理 | 第25-26页 |
| ·融合算法实现步骤 | 第26页 |
| ·融合效果及分析 | 第26-31页 |
| 第四章 基于非下采样Contourlet变换域内空间频率激励的PCNN的图像融合算法及其改进 | 第31-41页 |
| ·contourlet变换与非下采样contourlet变换(NSCT) | 第31-32页 |
| ·基于非下采样Contourlet变换域内空间频率激励的PCNN的图像融合 | 第32-34页 |
| ·融合原理 | 第32-33页 |
| ·融合算法实现步骤 | 第33-34页 |
| ·基于改进的NSCT-SF-PCNN的图像融合 | 第34-36页 |
| ·融合原理 | 第34-35页 |
| ·融合算法实现步骤 | 第35-36页 |
| ·融合效果及分析 | 第36-41页 |
| 结论 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-46页 |
| 个人简历及在学校期间的研究成果及发表的学术论文 | 第46页 |
