多傳感器圖像融合技術及應用

第1章   緒論              1
  1.1   圖像融合的基本概念                1
  1.2   圖像融合技術的發(fā)展與研究現(xiàn)狀                2
  1.3   圖像融合的分類                3
    1.3.1   按融合層次分類                4
　　1.3.2   按融合方法分類                5
　　1.3.3   按圖像源分類                9
　1.4   圖像融合的研究熱點及存在的問題                10
　參考文獻                11
第2章   圖像融合預處理                16
　2.1   引言                16
　2.2   圖像增強               16
　　2.2.1   空間域增強               16
　　2.2.2   頻率域增強               21
　　2.2.3   彩色增強               22
　　2.2.4   多光譜增強               23
　2.3   圖像校正               25
　　2.3.1   多項式幾何校正               26
　　2.3.2   基于薄板樣條的表面擬合校正               27
　　2.3.3   三角網(wǎng)法幾何校正               28
　2.4   圖像去噪               28
　　2.4.1   鄰域平均法               28
　　2.4.2   中值濾波               29
　　2.4.3   高斯濾波               29
　2.5   圖像配準               29
　　2.5.1   圖像配準的數(shù)學模型               30
　　2.5.2   圖像變換               31
　　2.5.3   基于灰度信息的圖像配準               32
　　2.5.4   基于變換域的圖像配準               34
　　2.5.5   基于特征信息的圖像配準               35
　2.6   圖像重采樣               38
　2.7   本章小結               41
　參考文獻               42
第3章   圖像成像特性和圖像融合性能評價                44
　3.1   引言               44
　3.2   各種圖像成像特性分析               44
　　3.2.1   多聚焦可見光圖像成像特性               44
　　3.2.2   紅外圖像成像特性               46
　　3.2.3   SAR圖像成像特性               47
　　3.2.4   遙感傳感器及其成像特性               48
　　3.2.5   醫(yī)學圖像成像特性               49
　　3.2.6   毫米波圖像成像特性               50
　3.3   圖像融合性能評價               52
　　3.3.1   圖像質量的主觀評價               52　
　　3.3.2   融合圖像質量的客觀評價               53
　3.4   本章小結               58
　參考文獻               58
第4章   簡單的圖像融合方法               60
　4.1   引言               60
　4.2   基于數(shù)學/統(tǒng)計學的圖像融合               60
　　4.2.1   加權平均融合               60
　　4.2.2   基于PCA變換的圖像融合               61
　　4.2.3   基于非負矩陣分解的圖像融合               63
　4.3   基于顏色空間的圖像融合               65
　　4.3.1   顏色空間基本理論               65
　　4.3.2   基于RGB空間的圖像融合               65
　　4.3.3   基于IHS空間的圖像融合                66
　　4.3.4   基于Brovey變換的圖像融合               68
　4.4   其他一些簡單的圖像融合方法                68
　　4.4.1   常用的基于空間域的圖像融合                68
　　4.4.2   常用的基于變換域的圖像融合                69
　4.5   本章小結                69
　參考文獻                69
第5章  基于金字塔變換的圖像融合方法                71
　5.1   引言               71
　5.2   拉普拉斯金字塔變換                71
　5.3   比率低通金字塔變換                77
　5.4   對比度金字塔變換                78
　5.5   梯度金字塔變換                79
　5.6   基于金字塔變換的圖像融合方法                81
　　5.6.1   基于拉普拉斯金字塔變換的圖像融合方法                81
　　5.6.2   基于比率低通金字塔變換的圖像融合方法                85
　　5.6.3   基于對比度金字塔變換的圖像融合方法                86
　　5.6.4   基于梯度金字塔變換的圖像融合方法                87
　5.7   實驗結果與分析                89
　　5.7.1   多聚焦圖像融合實驗               89
　　5.7.2   曝光不同的可見光圖像融合實驗               91
　　5.7.3   紅外與可見光圖像融合實驗                92
　　5.7.4   CT與MRI圖像融合實驗                94
　5.8   本章小結                95
　參考文獻                96
第6章   基于小波變換的圖像融合方法               98
　6.1   引言               98
　6.2   小波變換基本理論               98
　　6.2.1   小波變換的概念               98
　　6.2.2   多分辨率分析與Mallat算法               99
　　6.2.3   圖像的二維離散小波變換               100
　6.3   多小波變換               101
　　6.3.1   多小波的多分辨率分析               101
　　6.3.2   正交離散多小波變換               102
　　6.3.3   二維圖像的多小波分解與重構               103
　6.4   提升小波變換               106
　　6.4.1   提升小波分解               106
　　6.4.2   提升小波重構               107
　　6.4.3   9/7濾波器的提升實現(xiàn)                107
　　6.4.4   圖像的提升小波分解算法               108
　6.5   冗余小波變換               108
　　6.5.1   trous算法               108
　　6.5.2   圖像在冗余小波變換域的數(shù)據(jù)特征                108
　6.6   基于小波變換的圖像融合                109
　　6.6.1   基于冗余小波變換的灰度多聚焦圖像融合                109
　　6.6.2   實驗結果與分析               112
　6.7   本章小結                115
　參考文獻               115
第7章   基于多小波變換的圖像融合方法                118
　7.1   引言               118
　7.2   多小波的基本理論                119
　　7.2.1   多小波的多分辨率分析                119
　　7.2.2   多小波的分解和重構                119
　　7.2.3   多小波的性質                121
　7.3   多小波的構造方法和濾波器設計                121
　　7.3.1   多小波構造方法                121
　　7.3.2   多小波濾波器的設計               124
　7.4   基于多小波變換的圖像融合算法的一般過程                129
　　7.4.1   多小波的選擇               129
　　7.4.2   多小波圖像融合規(guī)則                130
　　7.4.3   基于多小波變換的圖像融合算法的一般過程               132
　7.5   實驗結果與分析                132
　　7.5.1   基于多小波變換的融合結果與分析               132
　　7.5.2   傳統(tǒng)融合方法和多小波變換的融合結果與分析                135
　　7.5.3   基于小波變換和多小波變換的融合結果與分析                137
　7.6   本章小結                139
　考文獻                139
第8章   基于無下采樣Contourlet變換的圖像融合方法                141
　8.1   引言                141
　8.2   Contourlet變換基本理論                142
　　8.2.1   Laplace金字塔分解                142
　　8.2.2   方向濾波器組               143
　　8.2.3   Contourlet變換及其性質                145
　8.3   基于Contourlet變換的圖像融合                148
　　8.3.1   基于Contourlet變換的圖像融合框架                148
　　8.3.2   實驗結果與分析                149
　8.4   Wavelet?based Contourlet變換基本理論                152
　　8.4.1   WBCT結構分析                152
　　8.4.2   WBCT系數(shù)分析                154
　8.5   基于Wavelet?based Contourlet變換的圖像融合               155
　　8.5.1   基于Wavelet?based Contourlet變換的圖像融合框架                155
　　8.5.2   基于Wavelet?based Contourlet變換的圖像融合方法                156
　　8.5.3   實驗結果與分析                157
　8.6   無下采樣Contourlet變換基本理論               162
　　8.6.1   無下采樣Contourlet變換的結構               162
　　8.6.2   無下采樣Contourlet變換中濾波器組的設計               165
　　8.6.3   無下采樣Contourlet變換系數(shù)分析               167
　8.7   基于無下采樣Contourlet變換的圖像融合               168
　　8.7.1   基于成像特性的NSCT域紅外與可見光圖像融合               169
　　8.7.2   基于區(qū)域分割和NSCT域的紅外與可見光圖像融合               172
　　8.7.3   基于區(qū)域相關度的NSCT域多光譜與全色圖像融合                180
　8.8   本章小結               186
　參考文獻               187
第9章   基于Shearlet變換的圖像融合方法               190
　9.1   引言               190
　9.2   Shearlet變換基本理論               191
　　9.2.1   離散Shearlet變換               193
　　9.2.2   頻域實現(xiàn)                194
　　9.2.3   時域實現(xiàn)                195
　9.3   基于Shearlet變換的多聚焦圖像融合                197
　　9.3.1   基于Shearlet變換的圖像融合框架               197
　　9.3.2   實驗結果與分析                199
　9.4   基于Shearlet和PCNN的遙感圖像融合                203
　　9.4.1   脈沖耦合神經(jīng)網(wǎng)絡（PCNN）工作原理及特性                203
　　9.4.2   基于Shearlet和PCNN的圖像融合框架               204
　　9.4.3   實驗結果與分析               206
　9.5   基于Shearlet的多光譜和全色圖像融合                210
　　9.5.1   基于Shearlet變換的多光譜和全色圖像融合框架                210
　　9.5.2   實驗結果與分析                212
　9.6   本章小結                215
　參考文獻                216
第10章   圖像融合應用                219
　10.1   引言                219
　10.2   軍事應用概述                219
　10.3   軍事應用實例                220
　　10.3.1   弱小目標增強基本理論                221
　　10.3.2   基于圖像融合的紅外弱小目標增強算法                222
　　10.3.3   仿真實驗結果與分析               224
　10.4   本章小結                227
　參考文獻               227
第11章   圖像融合研究新進展    229
　11.1   引言                229
　11.2   圖像融合系統(tǒng)和產(chǎn)品               229
　11.3   圖像融合技術                231
　11.4   本章小結                235
　參考文獻                236