多尺度圖像融合理論與方法

本書系統深入地闡述了多尺度圖像融合的理論和方法，總結了國內外多尺度圖像融合技術的最新成果和最新進展。本書內容包括：圖像融合的基本理論和研究現狀，像素級融合的基本方法及評價標準，多尺度圖像融合的基本框架、研究現狀及難點，金字塔變換、小波變換、多小波變換、Curvelet變換、Contourlet變換的基本理論及基於各變換的圖像融合算法，多尺度邊緣表示理論及基於多尺度邊緣的圖像融合算法。書中的算法大都做了詳細的計算機仿真實驗，以驗證算法的有效性和可行性，並給出了大量的定性和定量分析。

基本介紹

• 書名：多尺度圖像融合理論與方法
• 作者：才溪
• 出版日期：2014年1月1日
• 語種：簡體中文
• ISBN：712121914X
• 外文名：Multiscale Image Fusion
• 出版社：電子工業出版社
• 頁數：196頁
• 開本：16
• 品牌：電子工業出版社

基本介紹

內容簡介

多尺度圖像融合是圖像融合中的一種主流技術，本書作者在多領域探討了這種理論與方法的套用前景，值得關注。

作者簡介

王學屯，具有多年一線維修與維護經驗，現為大學老師，理論與實踐結合的完美體現。

圖書目錄

第1章圖像融合基礎
11圖像融合的概念及研究意義
12圖像融合技術的發展及研究現狀
13圖像融合的套用
14圖像融合的分類
141按信息表征層次分類
142按圖像源分類
143按融合方法分類
15本章小結
參考文獻
第2章像素級圖像融合概述
21像素級圖像融合的預處理
211圖像配準
212圖像去噪
22像素級圖像融合方法綜述
221加權平均圖像融合方法
222IHS空間圖像融合方法
223主成分分析圖像融合方法
224偽彩色圖像融合方法
225基於統計估計的圖像融合方法
23像素級圖像融合性能評價
231主觀評價
232客觀評價
24本章小結
參考文獻
第3章多尺度圖像融合基本框架及研究現狀
31多尺度圖像融合的產生
32多尺度圖像融合的基本框架
321多尺度分解方法
322融合準則
33多尺度圖像融合的研究現狀
34多尺度圖像融合的研究難點
35本章小結
參考文獻
第4章基於金字塔變換的圖像融合
41金字塔變換
411高斯金字塔
412拉普拉斯金字塔
413對比度金字塔
414梯度金字塔
42基於金字塔變換的圖像融合傳統方法
421基於拉普拉斯金字塔的圖像融合方法（LPT）
422基於對比度金字塔的圖像融合方法（CPT）
423基於梯度金字塔的圖像融合方法（GPT）
43實驗結果及分析
44本章小結
參考文獻
第5章基於小波變換的圖像融合
51小波變換
511一維小波變換
512二維小波變換
52基於小波變換的圖像融合傳統方法
521選取係數絕對值最大的融合方法（w—Max）
522選取對比度絕對值最大的融合方法（w—Ctr）
523基於匹配度的融合方法（w—Match）
53一種基於小波域隱馬爾可夫樹模型的多聚焦圖像融合方法
531隱馬爾可夫模型
532小波域隱馬爾可夫樹模型
533基於小波變換的多聚焦圖像融合方法
54實驗結果及分析
55本章小結
參考文獻
第6章基於多小波變換的圖像融合
61多小波變換
611一維離散多小波變換
612二維離散多小波變換
62基於多小波變換的圖像融合傳統方法
621選取跨方向子帶貢獻最大的融合方法（DMWT—Qumar）
622基於Canny邊緣檢測的多聚焦圖像融合方法（DMWT—Canny）
623基於範數的多光譜圖像矢量融合方法（DMWT—Norm）
63一種基於多小波域雙變數Alpha穩定分布的矢量圖像融合方法
631Alpha穩定分布
632多小波係數矢量統計特性分析
633矢量融合方法具體步驟
64實驗結果及分析
65本章小結
參考文獻
第7章基於Curvelet變換的圖像融合
71Curvelet變換
711連續時間Curvelet變換
712離散Curvelet變換
72基於Curvelet變換的圖像融合傳統方法
721選取係數絕對值最大的融合方法（CT—Max）
722選取區域能量最大的融合方法（CT—Emax）
723基於脈衝耦合神經網路的融合方法（CT—PCNN）
73一種基於Curvelet域自適應脈衝耦合神經網路的圖像融合方法
731脈衝耦合神經網路（PCNN）模型
732基於Curvelet域自適應脈衝耦合神經網路的圖像融合方法
74實驗結果及分析
75本章小結
參考文獻
第8章基於Contourlet變換的圖像融合
81Contourlet變換
811LP變換
812方向濾波器組
813Contourlet變換及其特點
82基於Contourlet變換的圖像融合傳統方法
83Contourlet變換低通濾波器對融合算法性能的影響
84Contourlet變換低通濾波器對融合圖像中偽輪廓的影響
85Contourlet變換低通濾波器對融合算法中分解層數選取的影響
86本章小結
參考文獻
第9章基於多尺度邊緣的圖像融合
91圖像多尺度邊緣表示理論
911信號的多尺度邊緣檢測
912信號的多尺度邊緣重構
92基於多尺度邊緣的圖像融合傳統方法
921合併多尺度邊緣的融合方法（MER—IF）
922基於多尺度邊緣的去噪融合方法（MER—IFNR）
93一種基於多尺度邊緣對失配/噪聲魯棒的圖像融合方法
931算法框架構成
932多尺度邊緣的處理
933關鍵度量的定義——邊緣相關性
934多尺度邊緣的配準過程
935多尺度邊緣的融合準則
936多尺度邊緣的重構
94實驗結果及分析
941全局邊緣相關性的單峰特性
942無噪聲失配情況下融合結果分析
943有噪聲失配情況下融合結果分析
95本章小結
參考文獻
第10章多尺度圖像融合的發展趨勢
101多尺度圖像融合理論與技術的發展方向
102理論技術發展對器件與系統發展的影響
103本章小結