| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究的目的 | 第9页 |
| 1.2 国内外发展现状 | 第9-12页 |
| 1.2.1 红外图像去噪的国内外发展现状 | 第9-11页 |
| 1.2.2 红外图像匹配及融合技术国内外发展现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-14页 |
| 第2章 红外图像处理相关理论 | 第14-32页 |
| 2.1 多分辨分析理论 | 第14-17页 |
| 2.1.1 L~2(R)空间与傅里叶变换 | 第14-15页 |
| 2.1.2 双正交多分辨率分析 | 第15-17页 |
| 2.2 红外图像去噪的相关理论 | 第17-21页 |
| 2.2.1 红外图像特征 | 第17-18页 |
| 2.2.2 红外图像噪声分析 | 第18页 |
| 2.2.3 传统阈值去噪算法 | 第18-20页 |
| 2.2.4 传统 SSNF 去噪算法 | 第20-21页 |
| 2.3 图像匹配的相关理论 | 第21-26页 |
| 2.3.1 常用图像匹配数学模型 | 第22-24页 |
| 2.3.2 基于特征的图像匹配技术 | 第24-25页 |
| 2.3.3 归一化相关法 | 第25页 |
| 2.3.4 Housdoff 距离 | 第25-26页 |
| 2.4 图像融合的相关理论 | 第26-31页 |
| 2.4.1 图像融合层次介绍 | 第26-27页 |
| 2.4.2 图像融合的常用方法 | 第27页 |
| 2.4.3 常用图像融合规则 | 第27-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 红外图像去噪算法和图像匹配算法 | 第32-46页 |
| 3.1 改进红外图像去噪算法 | 第32-36页 |
| 3.1.1 改进小波阈值函数 | 第32-34页 |
| 3.1.2 图像噪声各尺度间关系及改进阈值公式 | 第34-35页 |
| 3.1.3 基于双正交小波变换和相关性的自适应阈值去噪算法 | 第35-36页 |
| 3.2 红外图像与可见光图像匹配算法 | 第36-42页 |
| 3.2.1 边缘特征提取 | 第36-40页 |
| 3.2.2 基于边缘的归一化相关匹配算法 | 第40-42页 |
| 3.3 实验结果 | 第42-45页 |
| 3.3.1 红外图像去噪实验结果 | 第42-44页 |
| 3.3.2 图像匹配实验结果 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 红外图像与可见光图像融合算法 | 第46-57页 |
| 4.1 IHS 图像融合算法 | 第46-49页 |
| 4.1.1 RGB-IHS 变换 | 第46-48页 |
| 4.1.2 红外图像与可见光图像融合步骤 | 第48-49页 |
| 4.2 基于直方图匹配的 IHS 图像融合算法 | 第49-50页 |
| 4.3 基于目标提取和双正交小波变换的 IHS 图像融合算法 | 第50-54页 |
| 4.3.1 算法整体描述 | 第50-51页 |
| 4.3.2 基于目标提取的融合策略 | 第51-52页 |
| 4.3.3 基于双正交小波变换的融合策略 | 第52-54页 |
| 4.4 实验结果 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |