基于脉冲耦合神经网络的红外与可见光图像融合算法研究

目录

声明

第1章 绪 论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.2.1 基于空域的图像融合

1.2.2 基于变换域的图像融合

1.2.3 基于人工神经网络的图像融合

1.3 本文主要研究内容及章节安排

第2章 相关基础理论

2.1 非下采样剪切波变换

2.1.1 连续Shearlet变换

2.1.2 离散 Shearlet 变换

2.1.3 非下采样剪切波变换

2.2 脉冲耦合神经网络

2.2.1 PCNN模型

2.2.2 简化PCNN模型

2.2.3 SCM 模型

2.2.4 LSCN 模型

2.3 图像融合标准

2.3.1 主观评价标准

2.3.2 客观评价标准

2.4 本章小结

第3章 基于IS-PCNN的NSST 域图像融合算法

3.1 相交视觉皮质模型

3.2 改进的IS-PCNN模型

3.3 融合规则

3.3.1 低频融合规则

3.3.2 高频融合规则

3.4 实验结果分析

3.4.1 主观评价

3.4.2 客观评价

3.5 本章小结

第4章 基于LSCN和共现滤波的NSST域内红外与可见光图像融合

4.1 图像预处理

4.1.1 红外图像预处理

4.1.2 可见光图像预处理

4.2 共现滤波

4.3 最大最小滤波

4.4 融合算法

4.4.1 低频分量融合规则

4.4.2 高频分量融合规则

4.5 实验结果分析

4.5.1 主观性能评价

4.5.2 客观性能评价

4.6 本章小结

第5章 总结与展望

5.1 工作总结

5.2 工作展望

参考文献

致谢

攻读学位期间取得的科研成果