图像融合 算法与应用PDF电子书下载

第1章 超分辨率图像重建研究新进展 1

1.1 引言 1

1.2 成像过程建模 2

1.2.1 几何变换模型 2

1.2.2 图像退化模型 3

1.2.3 观测模型——数学模型 5

1.3 最新的超分辨率重构方法 5

1.3.1 频域方法 5

1.3.2 凸集映射 6

1.3.3 贝叶斯／变分法 8

1.3.4 基于插值的方法 9

1.4 超分辨图像重建的鲁棒方法 10

1.4.1 亚像素配准 11

1.4.2 联合贝叶斯配准／重构 11

1.5 实验结果 14

1.6 结论 16

致谢 17

参考文献 17

第2章 基于多分辨过采样分解的图像融合 20

2.1 引言 20

2.2 多分辨分析 22

2.2.1 基本理论 22

2.2.2 非抽取离散小波变换 24

2.2.3 小波变换的多层分解 24

2.2.4 二维图像的平移不变小波分解 26

2.5.5 图像的àtrous小波分解算法 27

2.2.6 拉普拉斯金字塔 28

2.3 定制调制传递函数的多分辨分析 30

2.4 上下文驱动的多分辨数据融合 31

2.4.1 基于非抽取小波的数据融合方案 32

2.4.2 基于金字塔的数据融合方案 33

2.4.3 àtrous小波数据融合方案 34

2.4.4 增强光谱失真最小化模型 34

2.4.5 增强上下文模型 35

2.5 质量评估 36

2.5.1 融合技术的质量评估 36

2.5.2 质量指数 37

2.6 实验结果 38

2.6.1 数据的产生与比较方法 38

2.6.2 基于QuickBird数据的性能比较 40

2.6.3 基于Ikonos数据的对比结果 44

2.7 结论 46

致谢 46

参考文献 46

第3章 基于线性混合模型的多传感器多分辨率图像融合 50

3.1 引言 50

3.2 数据融合和遥感 51

3.3 线性融合模型 52

3.4 案例研究 54

3.4.1 引言 54

3.4.2 研究范围和数据 55

3.4.3 质量评估 55

3.4.4 结果与讨论 56

3.5 结论 60

参考文献 60

第4章 基于独立成分分析的图像融合方案 63

4.1 引言 63

4.2 ICA和拓扑ICA基 65

4.2.1 基的定义 65

4.2.2 训练ICA基 68

4.2.3 独立成分分析基的性质 68

4.3 用ICA基进行图像融合 70

4.4 采用ICA基的融合规则 71

4.4.1 基于像素的加权组合方法 71

4.4.2 基于区域的ICA基图像融合 71

4.5 用于图像融合的优化方法 72

4.5.1 拉普拉斯先验概率 72

4.5.2 Verhulstian先验概率 73

4.6 融合图像的重构 75

4.7 实验 76

4.7.1 实验1：人工畸变图像 77

4.7.2 实验2：离焦图像融合 79

4.7.3 实验3：多模态图像融合 81

4.8 结论 85

致谢 86

参考文献 86

第5章 基于小波域统计建模的图像融合 88

5.1 引言 88

5.2 多模态图像小波系数的统计建模 89

5.2.1 重尾分布 89

5.2.2 小波子带系数建模结果 92

5.3 基于模型的加权平价方法 94

5.3.1 基于梅林变换的显著性估计 94

5.3.2 SαS随机变量的匹配测度：对称协变系数 97

5.4 结果 97

5.5 结论及展望 99

致谢 100

参考文献 100

第6章 基于átrous算法的图像融合理论及其实现 102

6.1 引言 102

6.1.1 基于多分辨率的算法 103

6.2 图像融合算法 103

6.2.1 能量匹配 103

6.2.2 空间细节提取àtrous算法 104

6.2.3 空间细节注入 105

6.3 结果 109

致谢 111

参考文献 111

第7章 基于贝叶斯理论的图像融合 113

7.1 引言：基于贝叶斯理论的融合方法 113

7.1.1 为什么要进行图像融合？ 113

7.1.2 融合方法的三个基本要求 115

7.1.3 为什么研究贝叶斯融合？ 116

7.2 直接将贝叶斯定理应用于图像融合问题 117

7.2.1 贝叶斯方法用于解决图像逆问题 117

7.2.2 以高斯分布为例的贝叶斯图像融合 118

7.2.3 贝叶斯估计 120

7.2.4 多阶段模型 121

7.2.5 先验模型 122

7.3 能量泛函法 123

7.3.1 能量项 124

7.3.2 通过吉布斯分布建立与贝叶斯方法的联系 127

7.3.3 和正则化的联系 128

7.3.4 能量最小化 128

7.4 基于Agent结构的局部贝叶斯融合 132

7.4.1 局部贝叶斯融合 132

7.4.2 基于Agent的结构 132

7.4.3 提出概念的高潜力 134

7.5 总结 134

参考文献 134

第8章 基于图像拼接的多维融合 137

8.1 引言 137

8.2 全景聚焦 139

8.2.1 聚焦基础简介 139

8.2.2 设定像差 141

8.2.3 数据融合 144

8.3 具有高亮度动态范围的全景图 146

8.3.1 图像采集 146

8.3.2 数据融合 148

8.4 视频成像的多光谱宽视域 150

8.5 偏振 152

8.6 结论 154

致谢 154

参考文献 154

第9章 基于最优化理论的多光谱图像和全色图像的融合 159

9.1 引言 159

9.2 图像融合方法 161

9.2.1 àtrous小波变换 161

9.2.2 广义强度-色调-饱和度变换 161

9.3 注入模型和最佳参数计算 162

9.4 泛函优化算法 163

9.4.1 无约束优化 163

9.4.2 遗传算法 166

9.5 质量评估标准 169

9.5.1 Q4质量指数 169

9.5.2 合成过程中的无量纲全局相对误差 170

9.6 快速优化算法 170

9.7 实验结果和比较 171

9.8 结论 175

参考文献 178

第10章 基于统计特征优化的图像融合 180

10.1 引言 180

10.2 数学知识预备 181

10.3 基于色散最小融合方法 181

10.3.1 色散最小化融合方法 182

10.3.2 带邻域的色散最小化融合方法 183

10.4 峰度最大化融合方法 184

10.4.1 峰度最小融合方法 186

10.4.2 鲁棒峰度最小化融合方法 186

10.5 实验结果 187

10.5.1 情况1：多焦点图像，轻微失真 188

10.5.2 情况2：多焦点图像，严重失真 190

10.5.3 情况3：多传感器图像 193

10.6 结论 196

参考文献 196

第11章 基于统计方法的图像边缘融合 197

11.1 引言 197

11.2 本章所涉及的算子介绍 198

11.3 自动边缘检测 199

11.3.1 ROC分析 200

11.3.2 加权Kappa系数 202

11.3.3 加权Kappa系数的几何方法 204

11.3.4 选择参数r值的另一种方法 205

11.4 实验结果和讨论 206

11.5 结论 214

参考文献 214

第12章 基于图像融合及盲复原的多传感器图像增强 216

12.1 引言 216

12.2 鲁棒误差估计理论 217

12.2.1 各向同性扩散 218

12.2.2 边缘增强的各向同性扩散 218

12.3 基于误差估计理论的融合 219

12.3.1 一个基于误差估计理论的新融合公式 220

12.3.2 使用误差估计理论的失焦和多模态图像集融合实验 221

12.4 联合图像融合和恢复 223

12.4.1 识别输入图像的公共模糊区域 224

12.4.2 图像恢复 225

12.4.3 联合图像融合和恢复 228

12.4.4 联合图像融合和恢复的实例 228

12.5 结论 234

致谢 235

参考文献 235

第13章 基于经验模态分解的图像增强与融合 237

13.1 引言 237

13.2 EMD和信息融合 238

13.2.1 经验模态分解 238

13.3 图像去噪 239

13.4 纹理分析 242

13.5 阴影去除 243

13.6 多图像模态融合 245

13.7 结论 246

参考文献 246

第14章 基于区域的多焦点图像融合 248

14.1 引言 248

14.2 空间域上基于区域的多焦点图像融合方法 249

14.2.1 图像分割 249

14.2.2 聚焦测度 249

14.3 采用固定尺寸分块基于空间域的区域融合方法 251

14.3.1 融合方法 251

14.3.2 实验结果 252

14.4 基于分割区域的图像融合 258

14.4.1 基于图像强度分割 258

14.4.2 基于图像清晰度的图像分割 262

14.5 讨论 264

致谢 264

参考文献 264

第15章 图像融合技术在无损检测及遥感图像处理中的应用 266

15.1 引言 266

15.2 提出的图像融合技术 267

15.2.1 MKF算法：如何合并不同尺度的图像 267

15.2.2 PL、FL和SL数据融合技术 270

15.3 基于MKF的雷达图像融合 271

15.3.1 数据集描述 271

15.3.2 图像融合MKF模型 273

15.3.3 直线检测实验 274

15.4 NDT/NDE在FL、PL和SL中的应用 275

15.5 结论 278

致谢 279

参考文献 279

第16章 遥感应用领域的图像融合 280

16.1 图像融合 280

16.1.1 引言 280

16.1.2 遥感图像的特征 280

16.1.3 分辨率折中 281

16.1.4 PAN锐化 282

16.1.5 PAN锐化的应用 283

16.2 PAN锐化方法 283

16.2.1 强度色调饱和方法 283

16.2.2 基于多分辨率分析的PAN锐化 285

16.2.3 多分辨率理论 286

16.2.4 基于多分辨率的PAN锐化 291

16.3 评估指标 294

16.3.1 意义 294

16.3.2 光谱质量指标 294

16.3.3 空间质量指标 295

16.4 基于MRA方法的观察 296

16.4.1 叠加法和替代法的比较 296

16.4.2 小波基或滤波内核的效果 298

16.4.3 选择规则的挑选 300

16.4.4 各种MRA变换的比较 302

16.4.5 MRA变换的分解次数 303

16.5 总结 304

参考文献 304

第17章 像素级图像融合方法的性能评价指标 306

17.1 引言 306

17.2 信号级图像融合性能评估 307

17.2.1 信号级图像融合 307

17.2.2 基于边的图像融合算法性能评估框架 308

17.2.3 基于边的图像融合准则 311

17.2.4 可见差异和相关图像融合评价准则 313

17.3 图像融合算法评价准则对比 314

17.3.1 客观评价准则优化 316

17.3.2 融合评价准则的性能 318

17.4 结论 320

参考文献 320

第18章 客观自适应图像融合方法 322

18.1 引言 322

18.2 客观融合估计 323

18.3 客观自适应融合 325

18.3.1 最优静态图像融合 326

18.3.2 最优视频融合 329

18.4 讨论 332

致谢 332

参考文献 332

第19章 图像融合方法的性能评估 334

19.1 引言 334

19.2 信噪比、峰值信噪比及均方误差 335

19.2.1 实验 336

19.3 互信息、融合因子及融合对称子 337

19.3.1 实验 338

19.4 基于边缘信息的客观指标 339

19.5 融合结构 340

19.5.1 融合结构 340

19.5.2 融合结构对图像融合性能的影响 341

19.5.3 实验 343

19.6 具有多输入的融合方法 344

19.6.1 非线性相关系数 344

19.6.2 非线性相关信息熵 345

19.6.3 信息偏差分析 346

19.6.4 NCA和IDA上的实验 347

19.6.5 讨论 350

致谢 350

参考文献 350