图像融合电子书

图像融合

扉页

版权页

内容简介

前言

目录

第1章 绪论

1.1 图像融合的研究背景和研究意义

1.2 图像融合技术的研究现状

1.2.1 图像融合系统的层次划分

1.2.2 像素级融合方法综述

1.2.3 国内外的研究现状

1.2.4 关键技术与发展方向

参考文献

第2章 图像融合前的预处理

2.1 引言

2.2 图像校正

2.2.1 辐射校正

2.2.2 几何校正

2.3 图像去噪

2.3.1 SAR图像相干斑特性

2.3.2 相干斑抑制方法概述

2.3.3 基于相关邻域模型的最大后验迭代滤波

2.4 图像配准

2.4.1 图像配准基本理论

2.4.2 图像配准的常用方法

2.4.3 基于区域互信息的特征级多光谱图像配准方法

2.5 本章小结

参考文献

第3章 基于彩色空间的图像融合方法

3.1 引言

3.2 基于IHS空间的图像融合

3.2.1 传统的基于IHS空间的融合方法

3.2.2 改进的基于IHS空间的融合方法

3.3 Brovey变换

3.4 基于视觉神经生理学的图像融合

3.4.1 伪彩色图像融合方法

3.4.2 基于视觉神经动力学的图像融合方法

3.5 部分实验结果分析

3.6 基于边缘分割信息和IHS空间的图像融合方法

3.7 本章小结

参考文献

第4章 基于数学／统计学的图像融合方法

4.1 引言

4.2 比值运算融合

4.3 加法与乘法融合

4.3.1 加权平均融合

4.3.2 乘积运算

4.3.3 灰度调制法

4.3.4 P＋MS法

4.3.5 色彩归一化变换

4.4 PCA融合

4.4.1 PCA基本理论

4.4.2 图像主分量分析步骤

4.4.3 基于PCA的图像融合方法

4.5 HPF融合

4.6 贝叶斯估计融合

4.6.1 方法原理

4.6.2 融合过程实现

4.6.3 模型参数估计

4.7 期望最大值（EM） 融合

4.7.1 高斯混合模型及EM求解

4.7.2 EM融合方法

4.8 基于非负矩阵分解的图像融合

4.9 本章小结

参考文献

第5章 基于多分辨率分析的图像融合方法Ⅰ——金字塔变换和普通小波变换方法

5.1 引言

5.2 多分辨率图像融合方法的原理结构

5.3 金字塔方法

5.3.1 拉普拉斯金字塔变换方法

5.3.2 比率低通金字塔变换方法

5.3.3 对比度金字塔变换方法

5.3.4 梯度金字塔变换方法

5.3.5 融合规则

5.3.6 实验

5.4 普通小波变换方法

5.4.1 小波变换与多分辨率分析

5.4.2 基于小波变换的图像融合方法研究现状

5.4.3 基于不同类型小波变换的SAR与可见光图像融合研究

5.4.4 基于梯度选取规则的小波变换在图像融合中的应用

5.4.5 一种基于边缘检测的小波变换图像融合方法

5.5 本章小结

参考文献

第6章 基于多分辨率分析的图像融合方法Ⅱ——多小波、小波包、双树复小波、提升小波方法

6.1 引言

6.2 多小波变换

6.3 小波包变换

6.3.1 小波包的定义

6.3.2 图像的小波包变换

6.4 双树复小波变换

6.4.1 双树复小波变换原理

6.4.2 Q－Shift双树复小波变换

6.4.3 双树复小波变换的平移不变特性分析

6.5 提升小波变换

6.5.1 提升小波变换的基本步骤

6.5.2 整数变换

6.5.3 图像的提升小波分解算法

6.6 本章小结

参考文献

第7章 基于多分辨率分析的图像融合方法Ⅲ——多尺度几何分析方法

7.1 引言

7.2 脊波基本理论

7.2.1 连续脊波变换

7.2.2 离散脊波变换

7.2.3 脊波变换的实现

7.2.4 单尺度脊波变换

7.2.5 小波分析和单尺度脊波分析对图像变换的逼近性能比较

7.3 基于脊波变换的图像融合方法

7.4 实验与分析

7.5 曲波基本理论

7.5.1 第一代曲波变换[18]

7.5.2 第二代曲波变换

7.6 基于第二代曲波变换的图像融合方法

7.7 实验与分析

7.7.1 多聚焦图像融合

7.7.2 SAR与全色图像融合

7.7.3 多光谱与全色图像融合

7.7.4 实验小结

7.8 Contourlet变换基本理论

7.8.1 金字塔分解

7.8.2 方向滤波

7.8.3 方向滤波器组

7.8.4 Contourlet变换的分析

7.8.5 Contourlet变换的计算复杂度

7.9 基于Contourlet变换的图像融合方法

7.9.1 Contourlet变换系数分析

7.9.2 图像融合方法

7.10 实验与分析

7.10.1 多聚焦图像融合实验

7.10.2 不同波段遥感图像融合实验

7.10.3 不同情况下的可见光图像的融合实验

7.11 本章小结

参考文献

第8章 智能图像融合方法

8.1 引言

8.2 基于神经网络的图像融合方法

8.2.1 图像的预处理

8.2.2 图像的融合

8.3 基于模糊理论的图像融合方法

8.3.1 图像模糊融合的基本原理

8.3.2 模糊融合算子的分类

8.3.3 多传感器多层次图像融合模糊算法的应用

8.4 本章小结

参考文献

第9章 基于遥感图像信息特征的图像融合方法

9.1 引言

9.2 基于区域分割的遥感图像融合方法

9.2.1 图像区域分割

9.2.2 基于区域分割的图像融合方法

9.2.3 实验与分析

9.3 基于互补信息特征的SAR与可见光图像融合方法

9.3.1 基于像素邻域能量的融合（一次融合）

9.3.2 基于小波变换进行融合（二次融合）

9.3.3 实验与分析

9.4 本章小结

参考文献

第10章 融合结果评价体系

10.1 引言

10.2 图像融合的性能评价

10.3 新的图像融合评价方法

10.3.1 一种通用的主观和客观因素相结合的图像融合评价方法

10.3.2 基于模糊积分的融合图像评价方法

10.3.3 基于相似性的图像融合质量的客观评估方法

10.4 本章小结

参考文献

第11章 图像融合应用

11.1 遥感领域

11.1.1 地形学绘图和地图更新

11.1.2 土地使用状况、农业和森林学

11.1.3 洪灾监测

11.1.4 冰雪监测

11.1.5 地质学

11.2 军事应用领域

11.2.1 战场侦察图像的融合处理

11.2.2 精确制导

11.3 医学应用领域

11.3.1 多模态医学图像融合

11.3.2 医学图像融合的发展现状

11.4 工业应用领域

11.5 智能机器人领域

参考文献

第12章 图像融合工具包

12.1 国内外现有融合工具介绍

12.1.1 Image Fusion Toolbox

12.1.2 Image Fusion Toolkit

12.1.3 Matlab中的图像融合工具

12.2 通用多源图像融合软件