多传感器图像融合技术及应用PDF|Epub|txt|kindle电子书版本网盘下载

多传感器图像融合技术及应用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1章 绪论1

1.1 图像融合的基本概念1

1.2 图像融合技术的发展与研究现状2

1.3 图像融合的分类3

1.3.1 按融合层次分类4

1.3.2 按融合方法分类5

1.3.3 按图像源分类9

1.4 图像融合的研究热点及存在的问题10

参考文献11

第2章 图像融合预处理16

2.1 引言16

2.2 图像增强16

2.2.1 空间域增强16

2.2.2 频率域增强21

2.2.3 彩色增强22

2.2.4 多光谱增强23

2.3 图像校正25

2.3.1 多项式几何校正26

2.3.2 基于薄板样条的表面拟合校正27

2.3.3 三角网法几何校正28

2.4 图像去噪28

2.4.1 邻域平均法28

2.4.2 中值滤波29

2.4.3 高斯滤波29

2.5 图像配准29

2.5.1 图像配准的数学模型30

2.5.2 图像变换31

2.5.3 基于灰度信息的图像配准32

2.5.4 基于变换域的图像配准34

2.5.5 基于特征信息的图像配准35

2.6 图像重采样38

2.7 本章小结41

参考文献42

第3章 图像成像特性和图像融合性能评价44

3.1 引言44

3.2 各种图像成像特性分析44

3.2.1 多聚焦可见光图像成像特性44

3.2.2 红外图像成像特性46

3.2.3 SAR图像成像特性47

3.2.4 遥感传感器及其成像特性48

3.2.5 医学图像成像特性49

3.2.6 毫米波图像成像特性50

3.3 图像融合性能评价52

3.3.1 图像质量的主观评价52

3.3.2 融合图像质量的客观评价53

3.4 本章小结58

参考文献58

第4章 简单的图像融合方法60

4.1 引言60

4.2 基于数学／统计学的图像融合60

4.2.1 加权平均融合60

4.2.2 基于PCA变换的图像融合61

4.2.3 基于非负矩阵分解的图像融合63

4.3 基于颜色空间的图像融合65

4.3.1 颜色空间基本理论65

4.3.2 基于RGB空间的图像融合65

4.3.3 基于IHS空间的图像融合66

4.3.4 基于Brovey变换的图像融合68

4.4 其他一些简单的图像融合方法68

4.4.1 常用的基于空间域的图像融合68

4.4.2 常用的基于变换域的图像融合69

4.5 本章小结69

参考文献69

第5章 基于金字塔变换的图像融合方法71

5.1 引言71

5.2 拉普拉斯金字塔变换71

5.3 比率低通金字塔变换77

5.4 对比度金字塔变换78

5.5 梯度金字塔变换79

5.6 基于金字塔变换的图像融合方法81

5.6.1 基于拉普拉斯金字塔变换的图像融合方法81

5.6.2 基于比率低通金字塔变换的图像融合方法85

5.6.3 基于对比度金字塔变换的图像融合方法86

5.6.4 基于梯度金字塔变换的图像融合方法87

5.7 实验结果与分析89

5.7.1 多聚焦图像融合实验89

5.7.2 曝光不同的可见光图像融合实验91

5.7.3 红外与可见光图像融合实验92

5.7.4 CT与MRI图像融合实验94

5.8 本章小结95

参考文献96

第6章 基于小波变换的图像融合方法98

6.1 引言98

6.2 小波变换基本理论98

6.2.1 小波变换的概念98

6.2.2 多分辨率分析与Mallat算法99

6.2.3 图像的二维离散小波变换100

6.3 多小波变换101

6.3.1 多小波的多分辨率分析101

6.3.2 正交离散多小波变换102

6.3.3 二维图像的多小波分解与重构103

6.4 提升小波变换106

6.4.1 提升小波分解106

6.4.2 提升小波重构107

6.4.3 9/7滤波器的提升实现107

6.4.4 图像的提升小波分解算法108

6.5 冗余小波变换108

6.5.1 a trous算法108

6.5.2 图像在冗余小波变换域的数据特征108

6.6 基于小波变换的图像融合109

6.6.1 基于冗余小波变换的灰度多聚焦图像融合109

6.6.2 实验结果与分析112

6.7 本章小结115

参考文献115

第7章 基于多小波变换的图像融合方法118

7.1 引言118

7.2 多小波的基本理论119

7.2.1 多小波的多分辨率分析119

7.2.2 多小波的分解和重构119

7.2.3 多小波的性质121

7.3 多小波的构造方法和滤波器设计121

7.3.1 多小波构造方法121

7.3.2 多小波滤波器的设计124

7.4 基于多小波变换的图像融合算法的一般过程129

7.4.1 多小波的选择129

7.4.2 多小波图像融合规则130

7.4.3 基于多小波变换的图像融合算法的一般过程132

7.5 实验结果与分析132

7.5.1 基于多小波变换的融合结果与分析132

7.5.2 传统融合方法和多小波变换的融合结果与分析135

7.5.3 基于小波变换和多小波变换的融合结果与分析137

7.6 本章小结139

参考文献139

第8章 基于无下采样Contourlet变换的图像融合方法141

8.1 引言141

8.2 Contourlet变换基本理论142

8.2.1 Laplace金字塔分解142

8.2.2 方向滤波器组143

8.2.3 Contourlet变换及其性质145

8.3 基于Contourlet变换的图像融合148

8.3.1 基于Contourlet变换的图像融合框架148

8.3.2 实验结果与分析149

8.4 Wavelet-based Contourlet变换基本理论152

8.4.1 WBCT结构分析152

8.4.2 WBCT系数分析154

8.5 基于Wavelet-based Contourlet变换的图像融合155

8.5.1 基于Wavelet-based Contourlet变换的图像融合框架155

8.5.2 基于Wavelet-based Contourlet变换的图像融合方法156

8.5.3 实验结果与分析157

8.6 无下采样Contourlet变换基本理论162

8.6.1 无下采样Contourlet变换的结构162

8.6.2 无下采样Contourlet变换中滤波器组的设计165

8.6.3 无下采样Contourlet变换系数分析167

8.7 基于无下采样Contourlet变换的图像融合168

8.7.1 基于成像特性的NSCT域红外与可见光图像融合169

8.7.2 基于区域分割和NSCT域的红外与可见光图像融合172

8.7.3 基于区域相关度的NSCT域多光谱与全色图像融合180

8.8 本章小结186

参考文献187

第9章 基于Shearlet变换的图像融合方法190

9.1 引言190

9.2 Shearlet变换基本理论191

9.2.1 离散Shearlet变换193

9.2.2 频域实现194

9.2.3 时域实现195

9.3 基于Shearlet变换的多聚焦图像融合197

9.3.1 基于Shearlet变换的图像融合框架197

9.3.2 实验结果与分析199

9.4 基于Shearlet和PCNN的遥感图像融合203

9.4.1 脉冲耦合神经网络（PCNN）工作原理及特性203

9.4.2 基于Shearlet和PCNN的图像融合框架204

9.4.3 实验结果与分析206

9.5 基于Shearlet的多光谱和全色图像融合210

9.5.1 基于Shearlet变换的多光谱和全色图像融合框架210

9.5.2 实验结果与分析212

9.6 本章小结215

参考文献216

第10章 图像融合应用219

10.1 引言219

10.2 军事应用概述219

10.3 军事应用实例220

10.3.1 弱小目标增强基本理论221

10.3.2 基于图像融合的红外弱小目标增强算法222

10.3.3 仿真实验结果与分析224

10.4 本章小结227

参考文献227

第11章 图像融合研究新进展229

11.1 引言229

11.2 图像融合系统和产品229

11.3 图像融合技术231

11.4 本章小结235

参考文献236