|
|
|
结构感知图像融合框架 |
|
论文目录 |
|
中文摘要 | 第3-5页 | Abstract | 第5-6页 | 第一章 绪论 | 第13-29页 | 1.1 选题来源与意义 | 第13-14页 | 1.2 图像融合的分类及模型 | 第14-17页 | 1.2.1 图像融合的分类 | 第14-15页 | 1.2.2 图像融合的一般模型 | 第15-17页 | 1.3 图像融合技术发展历程与现状 | 第17-25页 | 1.3.1 变换域融合 | 第17-23页 | 1.3.2 空间域融合 | 第23-25页 | 1.3.3 其他 | 第25页 | 1.4 本文研究内容及章节安排 | 第25-29页 | 第二章 算法基础理论 | 第29-46页 | 2.1 滤波器 | 第29-39页 | 2.1.1 双边滤波器(BF) | 第30-33页 | 2.1.2 引导滤波器(GIF) | 第33-36页 | 2.1.3 改进的维纳滤波 | 第36-38页 | 2.1.4 滚动引导滤波器(RGF) | 第38-39页 | 2.2 线性岭回归(Ridge Regression)模型 | 第39-42页 | 2.3 基于图像梯度的融合方法 | 第42-44页 | 2.4 本章小结 | 第44-46页 | 第三章 结构感知图像融合框架 | 第46-59页 | 3.1 显著结构提取(SSE) | 第48-52页 | 3.1.1 改进的维纳滤波 | 第49-51页 | 3.1.2 提取显著结构 | 第51-52页 | 3.2 迭代联合滤波(IJF) | 第52-55页 | 3.3 融合图像 | 第55-57页 | 3.4 扩展到多个图像 | 第57-58页 | 3.5 本章小结 | 第58-59页 | 第四章 常用图像融合算法 | 第59-75页 | 4.1 基于方向对比度的图像融合算法 | 第59-63页 | 4.2 基于引导滤波器的图像融合算法 | 第63-65页 | 4.3 基于多尺度变换以及稀疏表示的图像融合算法 | 第65-67页 | 4.4 基于梯度变换以及全变分最小化的图像融合算法 | 第67-69页 | 4.5 基于神经模糊的图像融合算法 | 第69-74页 | 4.5.1 简化自适应脉冲耦合神经网络模型(RPCNN) | 第69-71页 | 4.5.2 基于神经模糊的图像融合算法实现 | 第71-74页 | 4.6 本章小结 | 第74-75页 | 第五章 图像融合客观评测标准 | 第75-85页 | 5.1 一般的融合图像质量评价方法 | 第75-79页 | 5.1.1 基于统计特征的评价指标 | 第75-77页 | 5.1.2 基于融合图像和理想参考图像比较的评价指标 | 第77-78页 | 5.1.3 基于融合图像和源图像比较的评价指标 | 第78-79页 | 5.2 基于加权边缘信息保持值的客观评价标准 | 第79-81页 | 5.3 基于互信息的客观评价标准 | 第81-82页 | 5.4 基于图像结构相似度的客观评价标准 | 第82-84页 | 5.5 本章小结 | 第84-85页 | 第六章 图像融合实验结果分析 | 第85-102页 | 6.1 参数设置 | 第85页 | 6.2两幅源图像融合实验 | 第85-93页 | 6.2.1 多聚焦图像融合比较 | 第85-88页 | 6.2.2 可见光-红外图像融合比较 | 第88-90页 | 6.2.3 医学图像融合比较 | 第90-93页 | 6.2.4 小结 | 第93页 | 6.3多幅源图像融合实验 | 第93-98页 | 6.3.1 多聚焦图像多图融合结果比较 | 第93-95页 | 6.3.2 可见光-红外图像多图融合结果比较 | 第95-96页 | 6.3.3 医学图像多图融合结果比较 | 第96-98页 | 6.3.4 小结 | 第98页 | 6.4 参数影响分析 | 第98-100页 | 6.5 计算效率 | 第100-101页 | 6.6 本章小结 | 第101-102页 | 第七章 总结与展望 | 第102-104页 | 7.1 论文总结 | 第102-103页 | 7.2 研究展望 | 第103-104页 | 参考文献 | 第104-111页 | 在学期间的研究成果 | 第111-112页 | 致谢 | 第112页 |
|
|
|
|
论文编号BS4590163,这篇论文共112页 会员购买按0.35元/页下载,共需支付39.2元。 直接购买按0.5元/页下载,共需要支付56元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|