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