| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究的背景及意义 | 第12-13页 |
| ·图像融合技术概述 | 第13-17页 |
| ·图像融合的层次划分 | 第13-14页 |
| ·常见的图像融合方法 | 第14-17页 |
| ·国内外研究现状及发展动态 | 第17-19页 |
| ·主要研究内容及论文结构安排 | 第19-22页 |
| ·论文主要研究内容 | 第19-20页 |
| ·论文结构安排 | 第20-22页 |
| 第二章 基于多尺度多方向变换域统计建模的图像融合体系概述 | 第22-29页 |
| ·引言 | 第22页 |
| ·基于多尺度多方向图像融合算法的基本框架 | 第22-23页 |
| ·多尺度多方向图像分析技术 | 第23-24页 |
| ·基于Burt思想的融合规则 | 第24-25页 |
| ·图像融合的质量评价标准指标 | 第25-27页 |
| ·主观评价法 | 第25-26页 |
| ·客观评价法 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于小波变换域统计建模的多聚焦图像融合方法 | 第29-40页 |
| ·引言 | 第29-30页 |
| ·小波变换及其图像融合框架 | 第30页 |
| ·主成分分析法(PCA) | 第30-31页 |
| ·高频子带系数的广义高斯分布(GGD)建模 | 第31-32页 |
| ·区域能量融合 | 第32页 |
| ·基于PCA和GGD建模的图像融合方法 | 第32-34页 |
| ·实验结果与讨论 | 第34-39页 |
| ·高频子带图像的GGD建模 | 第34-35页 |
| ·小波分解层数的选取 | 第35-36页 |
| ·小波滤波器的选取 | 第36页 |
| ·匹配测度阈值的选取 | 第36-37页 |
| ·与目前的图像融合方法比较 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于Contourlet变换域统计建模的图像融合方法 | 第40-54页 |
| ·引言 | 第40-41页 |
| ·轮廓波(Contourlet)变换 | 第41-42页 |
| ·高斯混合模型(GMM) | 第42页 |
| ·高斯混合模型的EM算法 | 第42-43页 |
| ·Contourlet变换域联合统计建模的图像融合框架 | 第43-45页 |
| ·实验结果与讨论 | 第45-52页 |
| ·低频子带图像的GMM建模 | 第46页 |
| ·高频子带图像的GGD建模 | 第46-47页 |
| ·匹配测度阈值的选取 | 第47-48页 |
| ·与目前的图像融合方法比较 | 第48-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 基于金字塔双树方向滤波器组域统计建模的图像融合方法 | 第54-66页 |
| ·引言 | 第54页 |
| ·金字塔双树方向滤波器组(PDTDFB)变换 | 第54-57页 |
| ·混合拉普拉斯建模(LMM) | 第57-59页 |
| ·基于PDTDFB变换的图像融合框架 | 第59-60页 |
| ·实验结果与讨论 | 第60-65页 |
| ·系数子带的混合拉普拉斯建模 | 第60-62页 |
| ·与目前的图像融合方法比较 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-69页 |
| ·本文主要研究工作内容 | 第66-67页 |
| ·研究展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间论文发表及科研情况 | 第76页 |
