| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 多传感器图像融合技术的研究现状 | 第9-10页 |
| 1.3 本文的研究内容 | 第10-13页 |
| 2 多分辨率图像融合算法 | 第13-21页 |
| 2.1 基于金字塔分解的图像融合 | 第13-14页 |
| 2.2 基于小波变换的图像融合 | 第14-15页 |
| 2.2.1 连续小波变换 | 第14-15页 |
| 2.2.2 图像的离散小波变换 | 第15页 |
| 2.2.3 基于小波变换的图像融合方法 | 第15页 |
| 2.3 基于Contourlet变换的图像融合 | 第15-17页 |
| 2.3.1 Contourlet变换 | 第15-17页 |
| 2.3.2 基于Contourlet变换的图像融合方法 | 第17页 |
| 2.4 实验结果及分析 | 第17-19页 |
| 2.5 本章小结 | 第19-21页 |
| 3 基于NSCT的SAR与可见光图像融合 | 第21-33页 |
| 3.1 非下采样轮廓波变换 | 第21-25页 |
| 3.1.1 非下采样金字塔 | 第22-23页 |
| 3.1.2 非下采样方向滤波器组 | 第23-25页 |
| 3.1.3 非下采样滤波器组 | 第25页 |
| 3.2 基于NSCT的图像融合算法 | 第25-32页 |
| 3.2.1 融合前SAR图像的处理 | 第25-27页 |
| 3.2.2 融合计算方法 | 第27页 |
| 3.2.3 算法融合规则 | 第27-29页 |
| 3.2.4 实验结果及分析 | 第29-32页 |
| 3.3 本章小结 | 第32-33页 |
| 4 基于NSCT和混合粒子群算法的红外与可见光图像融合 | 第33-41页 |
| 4.1 基本粒子群算法 | 第33-34页 |
| 4.2 混合粒子群算法 | 第34页 |
| 4.3 NSCT域基于混合粒子群算法的图像融合 | 第34-37页 |
| 4.3.1 基于NSCT的图像融合 | 第34-36页 |
| 4.3.2 混合粒子群优化算法确定交叉熵阈值 | 第36-37页 |
| 4.4 实验结果及分析 | 第37-39页 |
| 4.5 本章小结 | 第39-41页 |
| 5 图像融合效果的评价 | 第41-47页 |
| 5.1 图像融合的定性(主观)评价 | 第41页 |
| 5.2 图像融合的定量(客观)评价 | 第41-43页 |
| 5.2.1 独立单因素评价指标 | 第41-42页 |
| 5.2.2 联合单因素评价指标 | 第42-43页 |
| 5.3 图像融合方法的性能比较 | 第43-45页 |
| 5.4 本章小结 | 第45-47页 |
| 6 结束语 | 第47-49页 |
| 6.1 本文主要研究成果 | 第47页 |
| 6.2 进一步研究的问题 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 作者攻读学位期间发表学术论文清单 | 第55页 |
| 基金项目 | 第55-57页 |
| 致谢 | 第57页 |