当前位置:首页 > 工业技术
图像融合  理论  技术与应用
图像融合  理论  技术与应用

图像融合 理论 技术与应用PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:(以)米切尔(Mitchell,H.B.)著
  • 出 版 社:北京:国防工业出版社
  • 出版年份:2016
  • ISBN:9787118106633
  • 页数:208 页
图书介绍:该书首先对图像融合基础概念进行了介绍(两章),而后其主体内容从理论-技术-应用三个层面展开,分为以下三大部分:第一部分是图像融合的基本概念和理论。尤其强调了一般表征架构,细致的讨论了图像校正,辐射校正和语义均衡等方面基础。第二部分详细介绍了在实际图像融合中使用的大量技术和算法,如:子空间变换、多分辨率分析、集成学习、bagging算法、boosting算法、颜色空间、图像阈值、马尔科夫随机场、图像相似度测量和最大期望算法等等。这两个部分可以使读者对图像融合有一个综合完整的认识。第三部分关注应用,总结了很多实际图像融合的案例。
《图像融合 理论 技术与应用》目录

第1章 引言 1

1.1 增效 1

1.2 图像融合步骤 2

1.3 通用表征框图 3

1.4 图像融合框图 5

1.5 图像融合算法 5

1.6 本书结构 6

1.7 软件 6

1.8 拓展阅读 6

参考文献 7

第2章 图像传感器 8

2.1 数码相机 8

2.2 光学系统 8

2.2.1 透视投影 8

2.2.2 正射投影 9

2.3 记录系统 9

2.3.1 噪声 9

2.4 采样 10

2.4.1 量化 10

2.4.2 拜尔矩阵 10

2.5 空间分辨率与光谱分辨率 12

2.5.1 空间分辨率 12

2.5.2 光谱分辨率 12

2.6 拓展阅读 14

参考文献 14

第一部分 理论 19

第3章 通用表征格式 19

3.1 引言 19

3.2 地理信息系统 21

3.3 通用表征格式的选取 21

3.3.1 目视融合 21

3.3.2 稀疏性 22

3.3.3 目标识别 22

3.3.4 不确定性 24

3.4 纹理 24

3.5 多尺度表征 25

3.6 子空间方法 26

3.7 多训练集 27

3.8 软件 28

3.9 拓展阅读 28

参考文献 28

第4章 空间校正 30

4.1 引言 30

4.2 成对变换 31

4.2.1 薄板样条 32

4.3 分层配准 33

4.4 镶嵌图像 35

4.4.1 拼接 37

4.5 图像相似性测度 37

4.6 互信息 38

4.6.1 归一化互信息 38

4.6.2 计算 39

4.6.3 直方图 39

4.6.4 Parzen窗 39

4.6.5 等强度线 40

4.7 部分体插值 41

4.8 人工效应 41

4.9 软件 43

4.10 拓展阅读 43

参考文献 43

第5章 语义等价 45

5.1 引言 45

5.2 概率尺度 46

5.2.1 Platt校正 46

5.2.2 直方图校正 47

5.2.3 等分校正 48

5.3 决策标记 49

5.3.1 分配矩阵 49

5.3.2 共协矩阵 50

5.4 软件 52

5.5 拓展阅读 52

参考文献 52

第6章 辐射校正 54

6.1 引言 54

6.2 直方图匹配 54

6.2.1 精确直方图规定化 55

6.3 中间图像均衡 57

6.4 匹配二阶统计量 58

6.5 排序 59

6.6 阈值 59

6.7 分割 60

6.8 特征图归一化 62

6.9 概率尺度 62

6.10 软件 62

6.11 拓展阅读 63

参考文献 63

第7章 像素融合 64

7.1 引言 64

7.2 加法融合 64

7.2.1 鲁棒平均 65

7.3 减法融合 66

7.4 乘法融合 68

7.5 除法融合 68

7.6 特征图融合 69

7.7 决策融合 70

7.7.1 基于形状的平均算法 72

7.7.2 相似性 73

7.7.3 标签置换 74

7.7.4 共协矩阵 75

7.8 软件 75

参考文献 76

第二部分 技术 79

第8章 多分辨率分析 79

8.1 引言 79

8.2 离散小波变换 80

8.3 无抽取离散小波变换 81

8.4 小波融合 84

8.5 期望最大算法 85

8.6 多模小波融合 86

8.7 全色锐化 88

8.8 软件 89

8.9 拓展阅读 89

参考文献 89

第9章 图像子空间技术 91

9.1 引言 91

9.2 主分量分析 93

9.2.1 PCA的演化形式 95

9.2.2 白化 95

9.2.3 二维PCA 96

9.3 主分量分析融合 97

9.4 非负矩阵分解 97

9.5 线性判别分析 98

9.5.1 Fisher脸 99

9.5.2 中值LDA 100

9.5.3 重加权LDA 100

9.5.4 二维LDA 101

9.6 最近邻判别分析 102

9.6.1 K-最近邻判别分析 102

9.6.2 二维NNDA 102

9.7 典型相关分析 103

9.8 软件 103

9.9 拓展阅读 104

参考文献 104

第10章 集成学习 107

10.1 集成学习方法 107

10.2 多样性测度 109

10.3 多重图像变换Ik 109

10.3.1 多重子空间变换 110

10.3.2 多重随机卷积 110

10.3.3 多重正则化 111

10.3.4 多重颜色空间 112

10.3.5 多重阈值 112

10.3.6 多重分割 112

10.4 重采样方法 113

10.5 图像融合 114

10.6 集成阈值 115

10.7 集成空间采样 117

10.8 集成图谱分割 118

10.9 集成最近邻分类 119

10.10 拓展阅读 120

10.11 软件 120

参考文献 120

第11章 重采样方法 122

11.1 引言 122

11.2 自助法 122

11.3 基于自助聚集算法的人脸识别 123

11.4 自助聚集式最近邻分类器 123

11.5 自助聚集式K-均值聚类 124

11.6 提升法 125

11.7 Viola-Jones算法 127

11.8 基于提升的目标检测算法 128

11.9 软件 131

11.10 拓展阅读 131

参考文献 131

第12章 图像阈值法 132

12.1 全局阈值 132

12.2 统计型算法 133

12.2.1 Ridler-Calvard方法 133

12.2.2 Otsu方法 134

12.2.3 Kittler-Illingworth方法 135

12.2.4 Kapur方法 135

12.2.5 Tsai方法 135

12.3 局部阈值 136

12.4 软件 136

12.5 拓展阅读 137

参考文献 137

第13章 图像关键点 138

13.1 尺度不变特征变换算法 138

13.1.1 多光谱图像 139

13.2 快速鲁棒特征算法 140

13.3 复小波变换 140

13.4 软件 140

参考文献 140

第14章 图像相似性测度 142

14.1 引言 142

14.2 无空间校正的全局相似性测度 144

14.2.1 概率相似性测度 145

14.2.2 x2距离测度 146

14.2.3 直方图单元交叉对应距离测度 148

14.3 有空间校正的全局相似性测度 149

14.3.1 均方误差和均方绝对误差 150

14.3.2 互相关系数 150

14.3.3 互信息 151

14.3.4 有序全局相似性测度 151

14.4 局部相似性测度 153

14.4.1 Bhat-Nayar距离测度 153

14.4.2 Mittal-Ramesh有序测度 155

14.5 二值图像相似性测度 155

14.5.1 Hausdorff度量 156

14.6 软件 157

14.7 拓展阅读 157

参考文献 157

第15章 渐晕,白平衡和自动增益控制效应 160

15.1 引言 160

15.2 渐晕 160

15.2.1 渐晕校正 161

15.3 辐射响应函数 161

15.3.1 自动增益控制 162

15.4 白平衡 163

15.5 集成白平衡 164

参考文献 165

第16章 彩色图像空间 166

16.1 引言 166

16.2 感知型颜色模型 167

16.2.1 IHS 167

16.2.2 HSV 169

16.2.3 HLS 169

16.2.4 IHLS 170

16.2.5 间接IHS 170

16.2.6 圆形统计 171

16.3 多重颜色空间 172

16.4 软件 173

16.5 拓展阅读 173

参考文献 173

第17章 马尔可夫场 175

17.1 马尔可夫随机场 175

17.2 能量函数 177

17.3 算法 178

17.4 拓展阅读 178

参考文献 178

第18章 图像质量 180

18.1 引言 180

18.2 有参图像质量评价指标 180

18.3 无参图像质量评价指标 181

18.4 分析 183

18.5 软件 183

18.6 拓展阅读 183

参考文献 183

第三部分 应用 187

第19章 全色锐化 187

19.1 引言 187

19.2 IHS空间全色锐化 189

19.3 光谱失真 190

19.3.1 Choi全色锐化算法 190

19.3.2 Tu全色锐化算法 191

19.4 IKONOS卫星 192

19.5 小波 193

19.6 传感器光谱响应 194

参考文献 194

第20章 集成彩色图像分割 196

20.1 引言 196

20.2 图像集成 197

20.3 K-均值分割 197

20.4 K-均值融合算子 198

参考文献 199

第21章 同时性原理和性能指标估计 200

21.1 引言 200

21.2 期望最大算法 200

21.3 同时性原理和性能指标估计 201

参考文献 203

第22章 生物认证技术 204

22.1 引言 204

22.2 多模态生物认证 205

22.2.1 指纹 205

22.2.2 签名 205

22.2.3 面部 205

22.2.4 虹膜和视网膜 206

22.2.5 步态生物特征 206

22.2.6 其他生物特征 206

22.3 多生物特征 206

22.3.1 多传感器系统 206

22.3.2 多算法系统 206

22.3.3 多实例系统 207

22.3.4 多样本系统 207

22.4 结语 207

参考文献 208

返回顶部