第1章 绪论 1
1.1 研究背景与意义 1
1.2 研究现状 3
1.2.1 运动图像分析 3
1.2.2 图像配准研究 5
1.2.3 图像融合研究 8
1.2.4 运动图像融合 10
本章参考文献 14
第2章 运动图像跨尺度分析方法研究 26
2.1 引言 26
2.2 运动图像跨尺度分析算法的提出 27
2.2.1 MCTA研究动机 27
2.2.2 MCTA描述 28
2.3 MCTA算法的实验结果与分析 36
2.3.1 客观评价指标及对比算法 36
2.3.2 MCTA算法实验结果与分析 37
2.4 本章小结 43
本章参考文献 44
第3章 基于局部三值模式的运动图像配准研究 46
3.1 引言 46
3.2 问题的提出 46
3.3 局部二值模式特征描述算子 47
3.4 基于局部三值模式的运动图像配准算法的提出 48
3.4.1 SIFT特征点检测 48
3.4.2 LTP描述算子的构建 49
3.4.3 基于LTP的特征描述 51
3.4.4 特征点匹配策略 52
3.5 SIFT-LTP算法的实验结果与分析 55
3.5.1 实验一：SIFT-LTP算法在测试图像上的配准性能对比 55
3.5.2 实验二：SIFT-LTP算法在Robot和Boat图像上的配准性能对比 60
3.6 本章小结 64
本章参考文献 65
第4章 基于特征相似性的多传感器运动图像序列融合方法研究 67
4.1 引言 67
4.2 基于特征相似性的多传感器运动图像序列融合算法的提出 68
4.2.1 FSIMF算法研究动机 68
4.2.2 FSIMF算法描述 68
4.3 FSIMF算法的实验结果与分析 74
4.3.1 客观评价指标及对比算法 74
4.3.2 FSIMF算法实验结果与分析 75
4.4 本章小结 85
本章参考文献 85
第5章 基于离散小波框架变换图像融合研究 87
5.1 引言 87
5.2 基于局部分形维数和离散小波框架变换的运动图像融合研究 88
5.2.1 分形维数 88
5.2.2 分形维数特征分析 89
5.2.3 基于局部分形维数和离散小波框架变换的运动图像融合算法的提出 91
5.2.4 LFD-DWFT算法的实验结果与分析 96
5.3 基于区域特征和离散小波框架变换的多聚焦图像融合算法 104
5.3.1 基于区域特征和离散小波框架变换的多聚焦图像融合框架 104
5.3.2 系数选取规则 104
5.3.3 基于区域特征和离散小波框架变换的多聚焦图像融合算法步骤 105
5.3.4 实验结果及分析 106
5.4 本章小结 107
本章参考文献 108
第6章 基于统一离散曲波变换和时空信息的运动图像融合研究 110
6.1 引言 110
6.2 基于统一离散曲波变换和时空信息的运动图像融合算法的提出 111
6.2.1 图像序列的UDCT分解 112
6.2.2 基于时空信息的融合规则设计 114
6.3 UDCT-ST算法的实验结果及分析 117
6.3.1 实验一：UDCT-STT算法与基于多尺度变换的融合算法的性能对比 117
6.3.2 实验二：UDCT-ST算法与基于时空信息的融合算法的性能对比 120
6.3.3 实验三：UDCT-ST算法在带噪声运动图像上的融合性能对比 122
6.4 本章小结 124
本章参考文献 125
第7章 基于多尺度变换的多传感器运动图像序列融合与降噪方法研究 126
7.1 引言 126
7.2 基于三维Shearlet变换的多传感器运动图像序列融合与降噪算法 127
7.2.1 SIFD算法研究动机 127
7.2.2 SIFD算法描述 128
7.2.3 SIFD算法的实验结果与分析 133
7.3 改进的基于双树复小波变换的运动图像融合算法 142
7.3.1 改进的基于双树复小波的区域相似度图像融合算法 143
7.3.2 改进的基于双树复小波的区域相似度图像融合算法实验结果 145
7.4 本章小结 149
本章参考文献 149
第8章 多曝光运动图像序列融合方法研究 152
8.1 引言 152
8.2 基于特征的多曝光运动图像序列融合算法的提出 153
8.2.1 FMIF算法研究动机 153
8.2.2 FMIF算法描述 154
8.2.3 FMIF算法的实验结果与分析 158
8.3 改进的基于移动不变离散小波变换的运动图像融合 166
8.3.1 改进的基于移动不变离散小波变换的运动图像融合算法 166
8.3.2 改进的SIDWT-flow运动图像融合实验和评价 168
8.4 基于图像对齐的多曝光运动图像融合算法 172
8.4.1 基于图像对齐的多曝光运动图像融合算法的提出 173
8.4.2 多曝光运动图像融合 174
8.4.3 MDIFA算法的实验结果与分析 175
8.5 本章小结 178
本章参考文献 178
第9章 基于分散式卡尔曼滤波的自适应多视频传感器融合研究 182
9.1 引言 182
9.2 传感器可信度计算 183
9.3 基于分散式卡尔曼滤波的自适应多视频传感器融合算法的提出 185
9.3.1 目标位置映射 185
9.3.2 自适应分散式卡尔曼滤波融合 186
9.4 ADKFF算法的实验结果与分析 189
9.4.1 实验一：ADKFF算法与非自适应融合算法的性能对比 189
9.4.2 实验二：ADKFF算法与自适应融合算法的性能对比 192
9.5 本章小结 194
本章参考文献 195
第10章 运动图像融合系统实现 197
10.1 多传感器运动图像的跨尺度分析与融合系统实现 197
10.1.1 MTAFS系统总体架构 197
10.1.2 主要功能模块设计与实现 198
10.1.3 跨尺度分析模块 198
10.2 多源运动图像的跨尺度配准与融合系统实现 203
10.2.1 系统总体架构 203
10.2.2 主要功能模块设计与实现 204
10.3 运动图像序列融合系统开发 209
10.3.1 系统的总体设计 209
10.3.2 系统详细设计与实现 210
10.3.3 系统测试 215
10.4 多源图像融合工具设计与实现 216
10.4.1 需求分析 217
10.4.2 系统设计 217
10.4.3 基于SCDPT变换与结构相似性的多源图像融合模块 219
10.4.4 基于显著性目标区域融合模块 220
10.4.5 基于前背景分离的图像融合模块 221
10.4.6 单源图像融合评价模块 222
10.4.7 多源图像融合评价模块 222
10.4.8 系统测试 222
10.5 空间运动图像的多尺度融合与拼接工具开发 224
10.5.1 系统需求分析 224
10.5.2 空间运动图像的多尺度融合与拼接工具架构设计 224
10.5.3 读取图像模块 226
10.5.4 图像预处理模块 227
10.5.5 图像融合模块 227
10.5.6 网络传输模块 228
10.5.7 图像评价模块 229
10.5.8 运动目标提取模块 230
10.5.9 图像拼接模块 231
10.5.10 系统测试 231
10.6 跨尺度图像和信息融合系统的开发 233
10.6.1 跨尺度图像和信息融合系统总体设计 233
10.6.2 系统设计过程 235
10.6.3 系统测试 237
10.7 本章小结 238