首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

多传感器图像融合方法研究

中文摘要第1-6页
英文摘要第6-11页
第一章 绪论第11-19页
 1.1 多传感器数据融合的基本概念第11-12页
 1.2 数据融合技术的发展和现状第12-15页
  1.2.1 数据融合技术的发展第12-13页
  1.2.2 数据融合理论的现状第13-14页
  1.2.3 图像融合技术的发展与现状第14-15页
 1.3 数据/图像融合技术的应用现状第15-16页
 1.4 本文的主要工作第16-19页
第二章 多传感器数据融合及其优化冗余第19-30页
 2.1 多传感器数据融合算法第19页
 2.2 多传感器数据融合模型第19-22页
 2.3 多传感器信息的特点第22-23页
 2.4 多传感器融合系统的优化冗余第23-29页
  2.4.1 优化模型与准则第23-26页
   2.4.1.1 冗余结构和系统有效度第24-26页
   2.4.1.2 代价函数及优化准则第26页
  2.4.2 模拟退火算法的实现第26-28页
  2.4.3 应用举例及仿真结果第28-29页
 2.5 小结第29-30页
第三章 图像传感器及多传感器图像融合第30-42页
 3.1 图像传感器及图像模型第30-35页
  3.1.1 图像传感器及其信息融合第30-33页
  3.1.2 图像模型第33-35页
 3.2 多传感器图像融合的层次第35-39页
 3.3 多传感器图像融合的目的第39-40页
 3.4 多传感器图像融合的方法第40-41页
 3.5 小结第41-42页
第四章 多传感器图像融合的简单方法第42-49页
 4.1 加权平均图像融合方法第42-44页
 4.2 像素灰度值选大图像融合方法第44页
 4.3 像素灰度值选小图像融合方法第44-45页
 4.4 基于简单融合方法的图像融合实验第45-48页
 4.5 小结第48-49页
第五章 基于塔形分解的多传感器图像融合方法第49-76页
 5.1 基于拉普拉斯塔形分解的多传感器图像融合方法第49-63页
  5.1.1 图像的拉普拉斯塔形分解第49-56页
  5.1.2 基于拉普拉斯塔形分解的图像融合第56-57页
  5.1.3 图像融合规则及融合算子第57-61页
  5.1.4 基于拉普拉斯塔形分解图像融合实验第61-63页
 5.2 基于比率塔形分解的多传感器图像融合方法第63-65页
  5.2.1 图像的比率塔形分解第63-64页
  5.2.2 基于比率塔形分解的图像融合第64页
  5.2.3 图像融合规则及融合算子第64-65页
 5.3 基于对比度塔形分解的多传感器图像融合方法第65-69页
  5.3.1 图像的对比度塔形分解第65-67页
  5.3.2 基于对比度塔形分解的图像融合第67-68页
  5.3.3 基于对比度塔形分解的图像融合实验第68-69页
 5.4 基于梯度塔形分解的多传感器图像融合方法第69-75页
  5.4.1 图像的梯度塔形分解第69-72页
  5.4.2 基于梯度塔形分解的图像融合第72-73页
  5.4.3 图像融合规则及融合算子第73-74页
  5.4.4 基于梯度塔形分解的图像融合实验第74-75页
 5.5 小结第75-76页
第六章 基于小波分解的多传感器图像融合方法第76-93页
 6.1 小波变换及图像的小波分解第76-86页
  6.1.1 多分辨率分析与滤波器组第77-80页
  6.1.2 图像的小波变换及其Mallat算法第80-84页
  6.1.3 图像的双正交小波变换第84-86页
 6.2 基于小波变换的图像融合第86-88页
 6.3 图像融合规则及融合算子第88-89页
 6.4 基于小波变换的图像融合实验第89-91页
 6.5 小结第91-93页
第七章 多传感器图像融合方法的性能评价第93-112页
 7.1 人的视觉特性及融合图像质量的主观评价第93-96页
  7.1.1 人的视觉特性第94-95页
  7.1.2 融合图像质量的主观评价第95-96页
 7.2 融合图像质量的客观评价第96-100页
 7.3 分解层数对融合性能的影响第100-103页
 7.4 融合规则及特性区域大小对融合性能的影响第103-105页
 7.5 不同图像融合方法性能的评价与比较第105-111页
 7.6 小结第111-112页
结束语第112-115页
致谢第115-116页
参考文献第116-125页
作者在读期间合作发表的论文第125-127页
作者在读期间参加的科研工作第127页

论文共127页,点击 下载论文
上一篇:大直径挖孔扩底桩承载性能试验研究
下一篇:枣树叶片再生植株的研究