声明
致谢
摘要
1.1 课题的背景和意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 存在的问题及发展趋势
1.3 本文研究的主要内容与章节安排
2 算法研究方案设计
2.1 算法总体设计
2.1.1 需要解决的主要问题
2.1.2 算法总体方案
2.2 关键技术的基础理论及方法
2.2.1 红外与可见光图像特性分析
2.2.2 图像配准
2.2.3 多尺度图像融合
2.2.4 运动目标检测
2.3 本章小结
3 基于SURF的改进图像配准算法
3.1 配准算法概述
3.2 SURF初配准
3.2.1 SURF特征点提取
3.2.2 SURF特征点描述
3.2.3 初始匹配点对生成
3.3 误匹配点对剔除
3.3.1 几何约束条件筛选匹配点对
3.3.2 基于相似点累加器的相似三角形匹配方法
3.3.3 RANSAC精匹配
3.4 基于视频序列累积匹配点的变换模型求解
3.5 配准结果分析
3.6 本章小结
4 基于TV模型和局部能量的Contourlet变换图像融合算法
4.1 基本原理
4.1.1 TV模型
4.1.2 Contourlet变换
4.2 基于TV和Contourlet变换的图像融合算法设计
4.2.1 融合总体框架
4.2.2 低频子带融合规则
4.2.3 高频子带融合规则
4.3 图像融合质量评价
4.3.1 单幅图像评价指标
4.3.2 融合图像评价指标
4.4 图像融合结果分析
4.4.1 源图像和多种融合图像质量比较
4.4.2 融合算法稳定性验证
4.5 本章小结
5 基于前景-背景区分因子的运动目标融合检测算法
5.1 帧差法和背景差分结合的运动目标检测
5.1.1 运动目标检测算法
5.1.2 运动目标检测结果及分析
5.2 融合检测算法设计
5.2.1 融合检测算法概述
5.2.2 前景-背景区分因子
5.2.3 目标关联与融合检测
5.3 融合检测结果分析
5.3.1 白天决策级融合检测结果分析
5.3.2 夜晚决策级融合检测结果分析
5.3.3 源视频检测和融合检测结果比较
5.4 本章小结
6.1 总结
6.2 展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集