文摘
英文文摘
第1章 绪论
1.1 图像融合技术的背景意义及应用
1.1.1 图像融合技术的背景及意义
1.1.2 多传感器图像融合技术的应用
1.2 多传感器图像融合方法
1.2.1 图像融合技术的层次
1.2.2 图像融合技术的国内外研究状况
1.3 融合图像质量评价
1.3.1 融合图像的主观质量评价
1.3.2 融合图像的客观质量评价
1.4 本论文的主要内容简介
第2章 混合多分辨率分析图像融合
2.1 混合多分辨率域图像融合框架
2.1.1 图像混合多分辨率分析
2.1.2 基于混合多分辨率分析的图像融合框架
2.2 混合小波与Curvelet变换多聚焦图像融合
2.2.1 小波变换
2.2.2 Curvelet变换
2.2.3 混合小波与Curvelet变换多聚焦图像融合算法
2.2.4 实验结果与分析
2.3 基于混合静态小波与非下采样Contourlet变换的图像融合
2.3.1 静态小波变换
2.3.2 非下采样Contourlet变换
2.3.3 基于混合静态小波与非下采样Contourlet变换的图像融合算法
2.3.4 实验结果与分析
2.4 本章小结
第3章 区域级多聚焦图像融合
3.1 区域级多聚焦图像融合框架
3.1.1 多聚焦图像融合
3.1.2 区域级多聚焦图像融合框架结构
3.2 Normalized cut与空间频率相结合的多聚焦图像融合
3.2.1 Normalized cut图像分割
3.2.2 图像空间频率特征
3.2.3 基于Normalized cut与空间频率的多聚焦图像融合方法
3.3 基于Watershed图像分割与形态小波变换的多聚焦图像融合
3.3.1 分水岭图像分割
3.3.2 形态小波变换
3.3.3 基于Watershed图像分割及形态小波变换的多聚焦图像整合方法
3.4 空间频率与形态算子相结合的多聚焦图像融合
3.4.1 形态算子
3.4.2 基于空间频率与形态算子的多聚焦图像融合
3.5 实验结果与分析
3.6 本章小结
第4章 稀疏表示域图像融合方法研究
4.1 稀疏表示域图像融合
4.1.1 图像稀疏表示
4.1.2 稀疏表示域图像融合方法
4.2 多聚焦图像稀疏表示域恢复与融合
4.2.1 稀疏表示求解算法
4.2.2 多聚焦图像稀疏表示域恢复与融合算法
4.2.3 实验结果与分析
4.3 多模图像稀疏表示域融合
4.3.1 同步正交匹配追踪算法
4.3.2 稀疏表示域多模图像融合算法
4.3.3 实验结果与分析
4.4 基于压缩传感理论的稀疏表示域遥感图像融合
4.4.1 压缩传感理论
4.4.2 基于压缩传感理论的稀疏表示域遥感图像融合算法
4.4.3 实验结果与分析
4.5 本章小结
第5章 图像信息融合技术在智能交通系统中的应用
5.1 引言
5.2 高速公路多时相图像融合技术
5.2.1 多时相图像融合
5.2.2 实例分析
5.3 基于特征融合的车牌检测算法
5.3.1 基于融合特征和级联Adaboost的车牌检测算法
5.3.2 实验结果与分析
5.4 本章小结
第6章 总结与展望
6.1 本文总结
6.2 研究展望
参考文献
致谢
附录A 攻读学位期间参与的科研项目及所发表的学术论文目录
附录B 攻读学位期间申请专利、软件著作权、鉴定成果及获得的奖励