脉冲耦合神经网络在红外与可见光图像融合中的应用研究

目录

声明

第1章 绪 论

1.1 课题研究的背景和意义

1.2 国内外研究现状

1.3 本文主要研究内容

第2章 图像融合的基本理论

2.1 引言

2.2 基于传感器的图像融合分类

2.2.1 同源传感器图像融合

2.2.2 异源传感器图像融合

2.3 图像融合层次

2.3.1 特征级图像融合

2.3.2 决策级图像融合

2.3.3像素级图像融合

2.4 本章小结

第3章 基于NSCT与SPCNN的红外与可见光图像融合算法

3.1 引言

3.2 非下采样轮廓波变换

3.3 S型动态输出特性的脉冲耦合神经网络

3.3.1 脉冲耦合神经网络

3.3.2 PCNN模型结构

3.3.3 S型动态输出特性的PCNN

3.4 基于NSCT与SPCNN的红外与可见光图像融合算法设计

3.4.1 图像融合规则的设计

3.4.2 红外与可见光图像融合算法流程设计

3.5 本章小结

第4章 基于NSST与TAPCNN的红外与可见光图像二次决策融合算法

4.1 引言

4.2 非下采样剪切波变换

4.3 阈值自适应的脉冲耦合神经网络

4.3.1传统PCNN的阈值模型

4.3.2阈值自适应的PCNN

4.4 基于NSST与TAPCNN的红外与可见光二次决策融合算法设计

4.4.1 红外与可见光图像二次决策融合

4.4.2 红外与可见光图像融合规则的设计

4.4.3 红外与可见光图像二次决策融合算法流程

4.5 本章小结

第5章 红外与可见光图像融合实验研究

5.1 引言

5.2 融合图像的评价

5.2.1 主观评价方法

5.2.2 客观评估指标

5.3 实验平台搭建

5.4 实验设计与结果分析

5.4.1 实验设计

5.4.2 实验场景与结果分析

5.5本章小结

结论

参考文献

学位期间承担的科研任务与主要成果

致谢