红外图像处理、分析与融合PDF|Epub|txt|kindle电子书版本网盘下载

红外图像处理、分析与融合PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 红外图像的目标特性3

第1章 红外成像原理与红外图像特征3

1.1 红外辐射基本理论3

1.1.1 红外辐射与红外光谱3

1.1.2 红外辐射的传输与衰减4

1.1.3 红外辐射基本定律6

1.2 红外成像原理7

1.2.1 红外成像基本原理7

1.2.2 红外成像系统的特点9

1.2.3 红外探测器9

1.3 红外图像的基本特征11

1.3.1 红外图像的特点11

1.3.2 红外图像与可见光图像的区别12

1.4 军用红外小目标和背景的辐射特性13

1.4.1 军用红外小目标的红外辐射特性14

1.4.2 红外目标背景的红外辐射特性16

第二篇 红外图像景象匹配19

第2章 景象匹配区选取19

2.1 典型的可匹配性检验参数分析19

2.2 基于红外实时图的光学基准图选取20

2.2.1 基于典型的可匹配性检验参数准则的基准图选取21

2.2.2 仿真实验与结果分析23

2.3 基准图选取控制策略26

2.3.1 景象匹配区相关面特征的概念27

2.3.2 最高峰尖锐度计算方法29

2.3.3 景象匹配区相关面特征准则的验证30

2.4 基于并行遗传算法的图像自匹配系数的快速计算方法32

2.4.1 混沌优化方法32

2.4.2 基于PGA的图像自匹配系数的快速计算33

2.4.3 仿真实验及算法性能分析34

第3章 基于遗传算法的灰度相关匹配36

3.1 典型的灰度相似性算法分析36

3.2 基于遗传优化的灰度相关匹配算法38

3.2.1 基于遗传优化的灰度相关匹配算法设计39

3.2.2 仿真实验41

3.2.3 实验结果与分析43

3.3 基于混合遗传算法的灰度相关匹配算法44

3.3.1 混沌遗传优化组合方法研究45

3.3.2 快速匹配算法的设计45

3.3.3 实验及算法性能分析47

3.4 基于遗传算法的分层快速匹配算法48

3.4.1 算法控制策略设计48

3.4.2 旋转实时图像的坐标变换50

3.4.3 匹配算法的实现52

3.4.4 仿真实验结果及分析53

第4章 基于Hausdorff距离的边缘特征匹配56

4.1 部分Hausdorff距离与景象匹配56

4.1.1 Hausdorff距离56

4.1.2 部分Hausdorff距离57

4.1.3 基于平均距离值的部分Hausdorff距离57

4.1.4 改进的部分Hausdorff距离58

4.2 基于LTS-HD的景象匹配加速技术58

4.2.1 邻域排除法59

4.2.2 扫描终止法59

4.2.3 前向跳跃法59

4.3 基于LTS-HD的边缘特征快速匹配算法60

4.3.1 Hausdorff距离的变换60

4.3.2 基于LTS-HD的快速景象匹配算法设计61

4.3.3 实验结果与分析62

4.4 基于进化策略的边缘特征匹配算法64

4.4.1 进化策略的算法模型64

4.4.2 进化策略的改进措施67

4.4.3 进化策略与LTS-HD结合的匹配算法68

4.4.4 实验结果与分析69

4.5 基于边缘金字塔结构的边缘特征匹配算法71

4.5.1 边缘图像金字塔和距离图像金字塔72

4.5.2 金字塔抽取模式和分解次数的自适应确定73

4.5.3 边缘金字塔分解的LTS-HD距离匹配算法74

4.5.4 仿真实验结果及分析74

第5章 基于神经网络的景象匹配77

5.1 BP神经网络77

5.2 基于BP神经网络的景象匹配设计80

5.2.1 BP神经网络匹配特征设计80

5.2.2 景象匹配的BP神经网络结构设计82

5.2.3 景象匹配的BP神经网络算法83

5.2.4 算法性能分析84

5.3 基于进化策略的BP神经网络匹配算法86

5.3.1 传统BP算法的缺陷分析及以往的改进方法86

5.3.2 改进的Es与BP神经网络结合的关键技术87

5.3.3 基于进化策略的BP神经网络匹配算法设计89

5.3.4 仿真实验与结果分析90

5.4 基于像素环形排列的神经网络匹配算法92

5.4.1 算法描述92

5.4.2 仿真实验与结果分析94

第三篇 红外目标识别与跟踪99

第6章 红外小目标检测99

6.1 红外小目标检测方法99

6.1.1 DBT方法99

6.1.2 TBD方法101

6.2 基于特征统计表决的小目标检测102

6.2.1 特征提取102

6.2.2 分层特征统计表决的小目标提取103

6.3 基于背景抑制和管道滤波的红外运动小目标检测104

6.3.1 数学形态学理论104

6.3.2 基于数学形态学滤波的背景抑制105

6.3.3 基于管道滤波的序列图像中运动小目标的检测107

第7章 红外面目标检测109

7.1 基于二维熵分割的红外面目标检测109

7.1.1 信息熵109

7.1.2 二维直方图110

7.1.3 二维熵分割算法111

7.1.4 快速二维熵分割算法111

7.1.5 实验结果及算法性能分析114

7.2 基于变分水平集的红外面目标分割方法115

7.2.1 曲线演化和水平集方法116

7.2.2 C-V模型116

7.2.3 改进C-V模型的红外图像分割方法117

7.2.4 实验结果及分析118

7.3 基于时空联合的红外目标聚类提取方法119

7.3.1 时域分割120

7.3.2 空域分割121

7.3.3 实验结果及分析123

第8章 基于粒子滤波的红外目标跟踪125

8.1 基于贝叶斯滤波的目标跟踪125

8.2 粒子滤波方法127

8.2.1 蒙特卡罗原理127

8.2.2 序贯重要性采样127

8.2.3 重采样129

8.2.4 粒子滤波算法130

8.3 基于粒子群优化的辅助粒子滤波跟踪方法130

8.3.1 辅助粒子滤波131

8.3.2 粒子群优化132

8.3.3 跟踪算法133

8.3.4 实验结果及分析134

第9章 基于均值漂移的红外目标跟踪137

9.1 均值漂移理论137

9.1.1 核密度估计137

9.1.2 均值漂移139

9.2 基于均值漂移和特征匹配的红外目标跟踪139

9.2.1 基于均值漂移的红外目标跟踪140

9.2.2 红外目标的特征匹配修正定位141

9.2.3 实验结果及分析143

9.3 基于改进均值漂移算法的红外面目标跟踪145

9.3.1 跟踪模型145

9.3.2 跟踪方法147

9.3.3 核半径的自动更新149

9.3.4 跟踪流程150

9.3.5 实验结果150

第四篇 红外图像融合155

第10章 多分辨率图像融合155

10.1 多分辨率图像融合规则155

10.1.1 基于像素的融合规则155

10.1.2 基于区域的融合规则157

10.2 基于金字塔分解的图像融合158

10.2.1 基于Laplace金字塔分解的图像融合158

10.2.2 基于对比度金字塔分解的图像融合161

10.2.3 实验结果及分析162

10.3 基于小波变换的图像融合164

10.3.1 连续小波变换164

10.3.2 用于图像处理的离散小波变换165

10.3.3 基于小波变换的图像融合方法与意义167

10.3.4 实验结果及分析168

10.4 基于COntourlet变换的图像融合169

10.4.1 Contourlet变换169

10.4.2 基于Contourlet变换的图像融合方法172

10.4.3 实验结果及分析173

第11章 非子采样轮廓波变换及其改进174

11.1 非子采样轮廓波变换174

11.1.1 非子采样金字塔175

11.1.2 非子采样方向滤波器组176

11.1.3 非子采样滤波器组178

11.2 非子采样轮廓波变换的改进180

11.2.1 不可分离小波变换180

11.2.2 平移不变的NSWT181

11.2.3 基于平移不变NSWT的多尺度方向分析182

11.3 图像融合实验及分析183

11.3.1 多聚焦图像融合实验184

11.3.2 畸变图像融合实验186

11.3.3 微光夜视与前视红外图像融合实验188

第12章 基于NSWMDA的自适应图像融合框架190

12.1 基于NSWMDA的层内融合框架190

12.2 基于NSWMDA的层间融合框架192

12.3 基于NSWMDA的综合融合框架194

12.4 实验结果及分析194

第13章 图像融合效果评价198

13.1 基于单个图像统计特征的评价方法199

13.1.1 图像均值199

13.1.2 信息熵199

13.1.3 标准差199

13.2 基于误差灵敏度的评价方法200

13.2.1 均方根误差200

13.2.2 峰值信噪比200

13.3 基于结构信息传递量的评价方法200

13.3.1 基于SSIM的融合图像质量评价方法201

13.3.2 Q因子201

13.4 基于梯度的融合图像质量评价方法202

13.4.1 基于梯度信息相关性的评价方法203

13.4.2 基于边缘信息相关性的评价方法205

13.5 实验结果及分析205

参考文献209