多传感器图像融合技术及应用PDF电子书下载

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