| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 图像融合研究现状 | 第14-15页 |
| 1.2.1 融合技术的发展及现状 | 第14页 |
| 1.2.2 压缩感知理论研究的发展及现状 | 第14-15页 |
| 1.3 研究内容及框架结构 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 压缩感知基本理论 | 第17-25页 |
| 2.1 奈奎斯特采样方法 | 第17页 |
| 2.2 压缩感知理论简介 | 第17-18页 |
| 2.3 信号稀疏表示 | 第18-19页 |
| 2.4 稀疏表示最优解 | 第19-23页 |
| 2.4.1 匹配追踪类 | 第20-22页 |
| 2.4.2 凸优化类 | 第22-23页 |
| 2.5 联合稀疏模型 | 第23-24页 |
| 2.5.1 联合稀疏模型一 | 第23-24页 |
| 2.5.2 联合稀疏模型二 | 第24页 |
| 2.6 本章小节 | 第24-25页 |
| 第3章 图像融合 | 第25-35页 |
| 3.1 图像融合简介 | 第25-27页 |
| 3.1.1 图像融合过程 | 第25页 |
| 3.1.2 图像融合层次 | 第25-27页 |
| 3.2 图像融合方法 | 第27-32页 |
| 3.2.1 线性加权图像融合 | 第27页 |
| 3.2.2 基于金字塔变换的图像融合 | 第27-28页 |
| 3.2.3 基于 PCA 的图像融合 | 第28-29页 |
| 3.2.4 基于小波变换的图像融合 | 第29-30页 |
| 3.2.5 SOMP 融合算法 | 第30-32页 |
| 3.3 图像融合评价方法 | 第32-34页 |
| 3.3.1 主观评价法 | 第32页 |
| 3.3.2 客观评价法 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于联合稀疏模型的图像融合 | 第35-50页 |
| 4.1 BP-JSM1 图像融合模型 | 第35-37页 |
| 4.2 BP-JSM2 图像融合模型 | 第37-39页 |
| 4.3 仿真实验及结果分析 | 第39-47页 |
| 4.3.1 确定最佳窗口大小及移动步长实验 | 第39-41页 |
| 4.3.2 实验设置 | 第41-42页 |
| 4.3.3 实验结果 | 第42-47页 |
| 4.4 MP 与 BP 在信号与图像重构上的比较实验 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 作者简介及攻读学位期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |