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