第一章 绪论 1
1.1 图像融合的背景及意义 1
1.2 图像融合过程及其研究内容 1
1.2.1 图像融合过程 2
1.2.2 图像融合的研究内容 2
1.3 图像融合研究现状 3
1.4 图像的评价标准 7
参考文献 9
第二章 基于脊波变换的图像去噪算法研究 14
2.1 引言 14
2.2 脊波变换的基本理论 15
2.2.1 连续脊波变换 15
2.2.2 有限脊波变换 16
2.2.3 线性奇异的最优表示 17
2.3 基于脊波变换的图像去噪算法 18
2.3.1 传统的基于脊波变换的图像去噪算法 18
2.3.2 改进的基于脊波变换的图像去噪算法 19
2.4 实验结果与分析 20
2.5 小结 24
参考文献 24
第三章 基于小波变换的图像融合算法研究 26
3.1 引言 26
3.2 小波变换的基本理论 26
3.2.1 多分辨率分析 26
3.2.2 图像的正交小波表示 28
3.3 基于小波变换的图像融合算法 29
3.3.1 融合规则的选择 30
3.3.2 实验与讨论 31
3.4 小结 32
参考文献 32
第四章 基于Contourlet变换的图像融合算法研究 33
4.1 引言 33
4.2 Contourlet变换的基本理论 33
4.2.1 拉普拉斯金字塔滤波器组 34
4.2.2 方向滤波器组 35
4.2.3 Contourlet变换的分析 37
4.2.4 Contourlet变换的特性 38
4.3 Cycle Spinning理论 39
4.4 基于Contourlet变换的图像融合算法 39
4.4.1 基于Contourlet变换的图像融合框架 39
4.4.2 融合规则 40
4.4.3 实验结果与分析 41
4.5 小结 47
参考文献 47
第五章 基于非采样Contourlet变换的图像融合算法研究 50
5.1 引言 50
5.2 NSCT的基本理论 50
5.2.1 非采样金字塔滤波器组 51
5.2.2 非采样方向滤波器 52
5.2.3 对NSCT的分析 54
5.3 基于NSCT的图像融合框架 54
5.4 基于NSCT的图像融合算法 55
5.4.1 低频子带的融合规则 56
5.4.2 带通子带的融合规则 56
5.4.3 实验结果与分析 57
5.5 基于NSCT和NMF的图像融合算法 61
5.5.1 NMF的理论 61
5.5.2 基于NSCT和NMF的图像融合算法 62
5.5.3 实验结果与分析 63
5.6 小结 67
参考文献 68
第六章 基于脉冲耦合神经网络的图像融合算法研究 71
6.1 引言 71
6.2 PCNN的基本理论 71
6.2.1 PCNN及其图像处理原理 72
6.2.2 改进的PCNN模型 74
6.3 基于自适应PCNN的图像融合算法 75
6.3.1 基于自适应PCNN的图像融合算法介绍 75
6.3.2 实验结果与分析 77
6.4 基于PCNN和NSCT的图像融合算法 80
6.4.1 低频子带的融合规则 80
6.4.2 带通子带的融合规则 81
6.4.3 实验结果与分析 82
6.5 多尺度变换下基于PCNN和FOA的图像融合算法 86
6.5.1 果蝇优化算法 87
6.5.2 基于多尺度变换的PCNN和FOA图像融合 87
6.5.3 实验结果与分析 88
6.6 小结 90
参考文献 91
第七章 图像融合在遥感图像处理中的应用 94
7.1 引言 94
7.2 基于IHS变换方法的遥感图像融合 94
7.3 仿真实验及结果分析 95
参考文献 96