首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多光谱图像融合方法及其在人脸识别中的应用

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-19页
   ·图像融合概述第9-13页
     ·图像融合的应用与分类第9-12页
     ·国内外研究现状第12-13页
   ·人脸识别概述第13-16页
   ·多光谱人脸图像融合第16页
   ·本文的工作及内容安排第16-19页
第二章 图像融合质量的评价方法第19-25页
   ·图像融合质量的主观评价第19-20页
   ·图像融合质量的客观评价第20-23页
     ·基于信息量的客观评价指标第20-21页
     ·无需基准融合图像的客观评价方法第21-23页
   ·本章小结第23-25页
第三章 基于图像能量的 SVD 图像分层方法第25-37页
   ·多分辨多尺度图像分解方法第25-29页
     ·基于小波变换的图像分解方法第25-28页
     ·基于Laplacian 金字塔塔型的图像分解方法第28-29页
   ·基于图像能量的SVD 图像分层方法第29-32页
   ·实验仿真结果与分析第32-35页
     ·SVD 图像分解方法用于图像融合的处理过程第32-34页
     ·仿真结果及分析第34-35页
   ·本章小结第35-37页
第四章 基于双匹配度的图像融合策略第37-47页
   ·基于小波分解的图像融合策略的基本思想第37-38页
   ·传统的两种图像融合策略第38-40页
     ·Burt 融合策略第38-39页
     ·Chu 融合策略第39-40页
   ·基于双匹配度的图像融合策略第40-42页
   ·实验仿真结果与分析第42-45页
   ·本章小结第45-47页
第五章 基于可见光和远红外人脸图像的融合第47-53页
   ·设计实验仿真流程第47-51页
     ·基于多光谱图像融合的人脸识别的基本流程第47页
     ·人脸图像数据第47页
     ·建立人脸识别库第47-48页
     ·图像预处理第48-49页
     ·图像融合处理第49-50页
     ·识别处理第50-51页
   ·实验仿真结果与分析第51-52页
   ·本章小结第52-53页
附录第53-55页
总结与展望第55-57页
致谢第57-59页
参考文献第59-65页
作者在读期间的研究成果第65页

论文共65页,点击 下载论文
上一篇:神经干细胞在其分化过程中bHLH基因的表达变化
下一篇:两类模型的共存解分析