圖像融合：理論、技術與套用

《圖像融合：理論、技術與套用》是2016年5月國防工業出版社出版的圖書，作者是H.B.Mitchell。

基本介紹

• 書名：圖像融合：理論、技術與套用
• 作者：(以)米切爾(Mitchell,H.B.) 
• 譯者：李成、尹奎英、賈程程
• ISBN：9787118106633
• 出版社：國防工業出版社
• 出版時間：2016年5月

內容簡介

撰寫本書的目的是對圖像融合的理論、技術和套用做一貼近實用的介紹。本書可以作為本科大四第一學期或相關專業一年級研究生的教材。同樣為那些想了解圖像融合概念和套用的工程師們提供參考。

同時，本書也可以作為研究生高級圖像處理課程的補充知識。本書也是對本人之前在多感測器融合工作方面 MultiSensor Data Fusion: An Introduction（《多感測器數據融合：引論》），2007年由斯普林格出版社出版，H. B. Mitchell著。的補充，只集中討論圖像融合的理論、技術和套用。我希望本書圍繞圖像融合這一個主題，內容對讀者來說是完備的，儘管其他先前的計算機視覺和圖像處理書籍也可以作為有益參考。本書首先對圖像融合基礎概念進行了介紹（前兩章），而後主體內容分為三大部分。第一部分是圖像融合的基本概念和理論，尤其強調了一般表征架構，細緻討論了圖像校正、輻射校正和語義等價等方面內容。第二部分詳細介紹了在實際圖像融合中使用的大量技術和算法，如子空間變換、多解析度分析、集成學習、Bagging算法、Boosting算法、顏色空間、圖像閾值、馬爾可夫隨機場、圖像相似性測度和期望最大算法等。前兩個部分內容可以使讀者對圖像融合有一個綜合完整的認識。第三部分關注套用，總結了很多實際圖像融合的案例，目的是闡述圖像融合理論和技術是如何在實際場景中套用的。與其他工程領域的分支一樣，圖像融合也是一門被套用所驅動的實用技術。

目錄

第1章引言

1.1增效

1.2圖像融合步驟

1.3通用表征框圖

1.4圖像融合框圖

1.5圖像融合算法

1.6本書結構

1.7軟體

1.8拓展閱讀

參考文獻

第2章圖像感測器

2.1數位相機

2.2光學系統

2.2.1透視投影

2.2.2正射投影

2.3記錄系統

2.3.1噪聲

2.4採樣

2.4.1量化

2.4.2拜爾矩陣

2.5空間解析度與光譜解析度

2.5.1空間解析度

2.5.2光譜解析度

2.6拓展閱讀

參考文獻

第一部分理論

第3章通用表征格式

3.1引言

3.2地理信息系統

3.3通用表征格式的選取

3.3.1目視融合

3.3.2稀疏性

3.3.3目標識別

3.3.4不確定性

3.4紋理

3.5多尺度表征

3.6子空間方法

3.7多訓練集

3.8軟體

3.9拓展閱讀

參考文獻

第4章空間校正

4.1引言

4.2成對變換

4.2.1薄板樣條

4.3分層配準

4.4鑲嵌圖像

4.4.1拼接

4.5圖像相似性測度

4.6互信息

4.6.1歸一化互信息

4.6.2計算

4.6.3直方圖

4.6.4Parzen窗

4.6.5等強度線

4.7部分體插值

4.8人工效應

4.9軟體

4.10拓展閱讀

參考文獻

第5章語義等價

5.1引言

5.2機率尺度

5.2.1Platt校正

5.2.2直方圖校正

5.2.3等分校正

5.3決策標記

5.3.1分配矩陣

5.3.2共協矩陣

5.4軟體

5.5拓展閱讀

參考文獻

第6章輻射校正

6.1引言

6.2直方圖匹配

6.2.1精確直方圖規定化

6.3中間圖像均衡

6.4匹配二階統計量

6.5排序

6.6閾值

6.7分割

6.8特徵圖歸一化

6.9機率尺度

6.10軟體

6.11拓展閱讀

參考文獻

第7章像素融合

7.1引言

7.2加法融合

7.2.1魯棒平均

7.3減法融合

7.4乘法融合

.5除法融合

7.6特徵圖融合

7.7決策融合

7.7.1基於形狀的平均算法

7.7.2相似性

7.7.3標籤置換

7.7.4共協矩陣

7.8軟體

參考文獻

第二部分技術

第8章多解析度分析

8.1引言

8.2離散小波變換

8.3無抽取離散小波變換

8.4小波融合

8.5期望最大算法

8.6多模小波融合

8.7全色銳化

8.8軟體

8.9拓展閱讀

參考文獻

第9章圖像子空間技術

9.1引言

9.2主分量分析

9.2.1PCA的演化形式

9.2.2白化

9.2.3二維PCA

9.3主分量分析融合

9.4非負矩陣分解

9.5線性判別分析

9.5.1Fisher臉

9.5.2中值LDA

9.5.3重加權LDA

9.5.4二維LDA

9.6最近鄰判別分析

9.6.1K-最近鄰判別分析

9.6.2二維NNDA

9.7典型相關分析

9.8軟體

9.9拓展閱讀

參考文獻

第10章集成學習

10.1集成學習方法

10.2多樣性測度

10.3多重圖像變換Ik

10.3.1多重子空間變換

10.3.2多重隨機卷積

10.3.3多重正則化

10.3.4多重顏色空間

10.3.5多重閾值

10.3.6多重分割

10.4重採樣方法

10.5圖像融合

10.6集成閾值

10.7集成空間採樣

10.8集成圖譜分割

10.9集成最近鄰分類

10.10拓展閱讀

10.11軟體

參考文獻

第11章重採樣方法

11.1引言

11.2自助法

11.3基於自助聚集算法的人臉識別

11.4自助聚集式最近鄰分類器

11.5自助聚集式K-均值聚類

11.6提升法

11.7Viola-Jones算法

11.8基於提升的目標檢測算法

11.9軟體

11.10拓展閱讀

參考文獻

第12章圖像閾值法

12.1全局閾值

12.2統計型算法

12.2.1Ridler-Calvard方法

12.2.2Otsu方法

12.2.3Kittler-Illingworth方法

12.2.4Kapur方法

12.2.5Tsai方法

12.3局部閾值

12.4軟體

12.5拓展閱讀

參考文獻

第13章圖像關鍵點

13.1尺度不變特徵變換算法

13.1.1多光譜圖像

13.2快速魯棒特徵算法

13.3復小波變換

13.4軟體

參考文獻

第14章圖像相似性測度

14.1引言

14.2無空間校正的全局相似性測度

14.2.1機率相似性測度

14.2.2χ2距離測度

14.2.3直方圖單元交叉對應距離測度

14.3有空間校正的全局相似性測度

14.3.1均方誤差和均方絕對誤差

14.3.2互相關係數

14.3.3互信息

14.3.4有序全局相似性測度

14.4局部相似性測度

14.4.1Bhat-Nayar距離測度

14.4.2Mittal-Ramesh有序測度

14.5二值圖像相似性測度

14.5.1Hausdorff度量

14.6軟體

14.7拓展閱讀

參考文獻

第15章漸暈，白平衡和自動增益控制效應

15.1引言

15.2漸暈

15.2.1漸暈校正

15.3輻射回響函式

15.3.1自動增益控制

15.4白平衡

15.5集成白平衡

參考文獻

第16章彩色圖像空間

16.1引言

16.2感知型顏色模型

16.2.1IHS

16.2.2HSV

16.2.3HLS

16.2.4IHLS

16.2.5間接IHS

16.2.6圓形統計

16.3多重顏色空間

16.4軟體

16.5拓展閱讀

參考文獻

第17章馬爾可夫場

17.1馬爾可夫隨機場

17.2能量函式

17.3算法

17.4拓展閱讀

參考文獻

第18章圖像質量

18.1引言

18.2有參圖像質量評價指標

18.3無參圖像質量評價指標

18.4分析

18.5軟體

18.6拓展閱讀

參考文獻

第三部分套用

第19章全色銳化

19.1引言

19.2IHS空間全色銳化

19.3光譜失真

19.3.1Choi全色銳化算法

19.3.2Tu全色銳化算法

19.4IKONOS衛星

19.5小波

19.6感測器光譜回響

參考文獻

第20章集成彩色圖像分割

20.1引言

20.2圖像集成

20.3K-均值分割

20.4K-均值融合運算元

參考文獻

第21章同時性原理和性能指標估計

21.1引言

21.2期望最大算法

21.3同時性原理和性能指標估計

參考文獻

第22章生物認證技術

22.1引言

22.2多模態生物認證

22.2.1指紋

22.2.2簽名

22.2.3面部

22.2.4虹膜和視網膜

22.2.5步態生物特徵

22.2.6其他生物特徵

22.3多生物特徵

22.3.1多感測器系統

22.3.2多算法系統

22.3.3多實例系統

22.3.4多樣本系統

22.4結語

參考文獻"