數字圖像融合算法分析與套用

數字圖像融合算法分析與套用

本書全面介紹了數字圖像融合的基本概念和一些常見算法,便於讀者了解和學習數字圖像融合領域的一些前沿知識,以適應現代信息技術的發展。書中對不同感測器獲得的數字圖像進行了分類,並對不同類型的數字圖像分別介紹了不同的圖像融合算法,可以給讀者提供有效的幫助和指導。

本書分為8章,主要內容包括圖像融合簡介、基於小波和輪廓波的多聚焦圖像融合、基於剪下波和Smoothlet的多聚焦圖像融合、紅外與可見光圖像融合、醫學圖像融合、基於仿生算法的醫學圖像融合、遙感圖像融合等,最後簡要介紹了數字圖像融合的發展趨勢。

基本介紹

  • 書名:數字圖像融合算法分析與套用
  • 作者:劉帥奇 鄭偉 趙傑 胡紹海
  • ISBN:978-7-111-59302-7
  • 類別:數字圖像
  • 頁數:262
  • 定價:59
  • 出版社:機械工業出版社
  • 出版時間:2018-4
  • 裝幀:平裝
  • 開本:16開
圖書目錄及介紹,目錄,30秒了解本書精華內容,

圖書目錄及介紹

目錄

前言
第1章 圖像融合簡介 1
1.1 研究背景及意義 1
1.2 國內外研究現狀 1
1.3 圖像融合基礎知識 3
1.3.1 圖像融合層次 3
1.3.2 傳統圖像融合算法 4
1.3.3 圖像融合存在的問題 6
1.4 圖像融合評價標準 7
1.4.1 主觀評價標準 7
1.4.2 客觀評價標準 8
第2章 基於小波和輪廓波的多聚焦圖像融合 12
2.1 多聚焦圖像特點 12
2.2 基於小波的多聚焦圖像融合算法 14
2.2.1 小波變換 14
2.2.2 小波域多聚焦圖像融合算法 23
2.2.3 基於小波的多聚焦圖像融合實驗結果分析 26
2.3 基於輪廓波的多聚焦圖像融合算法 26
2.3.1 輪廓波變換 27
2.3.2 復輪廓波變換 28
2.3.3 嚮導濾波 31
2.3.4 基於輪廓波變換圖像融合算法 33
2.3.5 實驗結果分析 35
2.4 結合輪廓波變換與核範數最小化理論的多聚焦圖像融合算法 44
2.4.1 核範數最小化理論 45
2.4.2 圖像融合算法 46
2.4.3 實驗結果與分析 48
2.5 本章小結 54
第3章 基於剪下波和Smoothlet的多聚焦圖像融合 55
3.1 剪下波變換基礎知識 55
3.1.1 剪下波變換 55
3.1.2 離散剪下波變換 57
3.1.3 非下採樣剪下波變換 61
3.2 基於剪下波的多聚焦圖像融合算法 61
3.2.1 基於剪下波變換的圖像融合框架 61
3.2.2 基於剪下波變換的圖像融合規則 62
3.2.3 實驗結果對比與分析 65
3.3 基於NSST-FRFT的多聚焦圖像融合算法 72
3.3.1 NSST-FRFT原理 72
3.3.2 NSST-FRFT圖像融合框架 73
3.3.3 圖像融合規則 73
3.3.4 實驗結果對比與分析 75
3.4 基於NSST域的自適應區域與脈衝發放皮層模型的多聚焦圖像融合算法 83
3.4.1 共享相似性和自適應區域 83
3.4.2 脈衝發放皮層模型 84
3.4.3 基於自適應區域、EOE和SCM的圖像融合 85
3.4.4 實驗結果分析 87
3.5 基於Smoothlet的圖像融合算法 91
3.5.1 Smoothlet變換及依賴變換理論介紹 92
3.5.2 基於NSCT和Smoothlet的圖像融合 97
3.5.3 仿真實驗和結果分析 99
3.6 基於灰度共生矩陣的多聚焦圖像融合算法 101
3.6.1 圖像的灰度共生矩陣 101
3.6.2 融合框架 102
3.6.3 實驗結果 104
3.7 本章小結 110
第4章 紅外與可見光圖像融合 111
4.1 紅外與可見光圖像特點 111
4.2 基於NSST域自適應PCNN的紅外與可見光圖像融合算法 112
4.2.1 區域提取 112
4.2.2 脈衝耦合神經網路(PCNN) 113
4.2.3 圖像融合框架 114
4.2.4 圖像融合規則 115
4.2.5 實驗結果對比與分析 116
4.3 基於NSST域模糊邏輯的紅外與可見光圖像融合算法 119
4.3.1 圖像融合框架 120
4.3.2 圖像融合規則 121
4.3.3 實驗結果對比與分析 122
4.4 基於SCM和CST的紅外與可見光圖像融合算法 126
4.4.1 圖像融合框架 127
4.4.2 圖像融合規則 128
4.4.3 仿真驗證 130
4.5 基於復剪下波域結合嚮導濾波與模糊邏輯的紅外與可見光圖像融合算法 133
4.5.1 融合規則 133
4.5.2 仿真驗證 134
4.6 本章小結 137
第5章 醫學圖像融合 138
5.1 醫學圖像特點 138
5.2 基於NSST和高斯混合模型的醫學彩色圖像融合算法 140
5.2.1 HIS模型 140
5.2.2 高斯混合模型 142
5.2.3 圖像融合框架 143
5.2.4 圖像融合規則 144
5.2.5 實驗結果對比與分析 146
5.3 基於非下採樣復小波變換的醫學圖像融合算法 149
5.3.1 非下採樣復小波變換的基本理論 150
5.3.2 圖像融合步驟 152
5.3.3 實驗結果與分析 153
5.4 基於NSST變換和Smoothlet的醫學圖像融合算法 157
5.4.1 圖像融合框架 157
5.4.2 融合規則 159
5.4.3 仿真實驗和結果分析 160
5.5 Shearlet變換和稀疏表示相結合的甲狀腺圖像融合算法 161
5.5.1 圖像的稀疏表示 162
5.5.2 圖像融合算法 164
5.5.3 實驗結果與分析 166
5.6 基於加權核範數最小化的醫學圖像融合算法 170
5.6.1 加權核範數最小化理論 171
5.6.2 圖像自相似性 172
5.6.3 融合框架 173
5.6.4 實驗結果分析 175
5.7 基於改進拉普拉斯能量的醫學圖像融合算法 179
5.7.1 改進的拉普拉斯能量和 180
5.7.2 融合算法 182
5.7.3 實驗結果與分析 182
5.8 基於改進PCNN的非下採樣剪下波域醫學圖像融合算法 188
5.8.1 稀疏編碼與字典設計方法 188
5.8.2 基於稀疏表示的低頻圖像融合 192
5.8.3 滑動視窗尺寸對融合結果的影響 195
5.8.4 滑動步長對融合結果的影響 196
5.8.5 基於改進PCNN的高頻醫學圖像融合 197
5.8.6 不同的PCNN輸入項對融合結果的影響 199
5.8.7 不同的PCNN連結強度對融合結果的影響 200
5.8.8 整體融合算法 202
5.8.9 實驗結果與分析 203
5.9 本章小結 212
第6章 基於仿生算法的醫學圖像融合 213
6.1 仿生最佳化算法概述 214
6.1.1 粒子群算法 214
6.1.2 蟻群算法 215
6.1.3 人工魚群算法 216
6.2 基於人工魚群算法最佳化的小波域圖像融合算法 218
6.2.1 融合規則與具體算法步驟 218
6.2.2 實驗結果分析 221
6.3 結合Shearlet變換和果蠅最佳化算法的甲狀腺圖像融合算法 226
6.3.1 融合規則 227
6.3.2 實驗結果分析 229
6.4 本章小結 233
第7章 遙感圖像融合 234
7.1 傳統的高解析度遙感圖像融合算法及比較 234
7.1.1 4種傳統融合算法的原理和分析 234
7.1.2 算法套用和比較 236
7.2 基於復剪下波域的遙感圖像融合算法 238
7.2.1 復剪下波 239
7.2.2 融合規則 241
7.2.3 實驗結果與分析 243
7.3 本章小結 252
第8章 數字圖像融合發展趨勢 253
8.1 數字圖像融合發展及套用 253
8.2 數字圖像融合研究的展望 255
參考文獻 256

30秒了解本書精華內容

30秒了解本書精華內容
基於小波的多聚焦圖像融合算法
基於輪廓波的多聚焦圖像融合算法
結合輪廓波變換與核範數最小化理論的多聚焦圖像融合算法
基於剪下波的多聚焦圖像融合算法
基於NSST-FRFT的多聚焦圖像融合算法
基於NSST域的自適應區域與脈衝發放皮層模型的多聚焦圖像融合算法
基於Smoothlet的圖像融合
基於灰度共生矩陣的多聚焦圖像融合
基於NSST域自適應PCNN的紅外與可見光圖像融合算法
基於NSST域模糊邏輯紅外與可見光圖像融合算法
基於SCM和CST的紅外與可見光圖像融合算法
基於復剪下波域結合嚮導濾波與模糊邏輯的紅外與可見光圖像融合
基於NSST和高斯混合模型的醫學彩色圖像融合
基於非下採樣復小波變換的醫學圖像融合
基於NSST變換和Smoothlet的醫學圖像融合
Shearlet變換和稀疏表示相結合的甲狀腺圖像融合
基於加權核範數最小化的醫學圖像融合算法
基於改進拉普拉斯能量的醫學圖像融合
基於改進PCNN的非下採樣剪下波域醫學圖像融合
人工魚群算法最佳化的小波域圖像融合
結合Shearlet變換和果蠅最佳化算法的甲狀腺圖像融合
傳統的高解析度遙融圖像融合方法及比較
基於復剪下波域的遙感圖像融合算法
數字圖像融合發展趨勢

相關詞條

熱門詞條

聯絡我們