数字图像融合

第1章 绪论 1.1 什么是图像融合 1.2 图像融合的主要研究内容 1.2.1 像素级图像融合 1.2.2 特征级图像融合 1.2.3 决策级图像融合 1.3 图像融合的步骤 1.4 图像融合研究的发展现状和研究热点第2章 主成分分析法 2.1 数字图像处理的基本概念 2.1.1 数字图像 2.1.2 RGB-IHS变换模式 2.2 1HS变换图像融合 2.2.1 普通的IHS图像融合(GIHS) 2.2.2 一种改进的IHS图像融合方法

第1章 绪论 1.1 什么是图像融合 1.2 图像融合的主要研究内容 1.2.1 像素级图像融合 1.2.2 特征级图像融合 1.2.3 决策级图像融合 1.3 图像融合的步骤 1.4 图像融合研究的发展现状和研究热点第2章 主成分分析法 2.1 数字图像处理的基本概念 2.1.1 数字图像 2.1.2 RGB-IHS变换模式 2.2 1HS变换图像融合 2.2.1 普通的IHS图像融合(GIHS) 2.2.2 一种改进的IHS图像融合方法 2.2.3 弹性图像融合介绍 2.3 一种子像素图像融合的金字塔算法 2.3.1 定义 2.3.2 优化 2.3.3 插值 2.3.4 多分辨 2.3.5 装箱(Binning)第3章 演化计算法 3.1 演化计算的概念 3.1.1 遗传算法 3.1.2 粒子群算法 3.1.3 蚁群算法 3.2 基于演化计算的像素级融合 3.2.1 基于进化策略和IHS变换的图像融合方法 3.2.2 基于粒子群算法的像素级图像融合第4章 神经网络法 4.1 神经网络的概念 4.1.1 BP网络 4.1.2 SOM网络 4.1.3 SGNN网络 4.2 基于神经网络的像素级融合 4.2.1 噪音图像的预处理 4.2.2 选择合适的神经网络及拓扑结构 4.2.3 神经网络训练 4.2.4 噪声图像融合 4.3 基于神经网络的特征级融合 4.3.1 基于神经网络的图像边缘检测 4.3.2 基于神经网络的图像特征提取 4.4 图像目标自动识别 4.4.1 基于神经网络的数字图像目标自动识别 4.4.2 在静态图像上的应用 4.4.3 时间相关性的融合第5章 小波变换法 5.1 一般方法 5.1.1 图像的二维小波分解(Mallat方法) 5.1.2 图像融合的小波方法 5.1.3 融合结果评价指标 5.1.4 实例 5.2 基于树状小波的图像融合 5.2.1 树状小波分解 5.2.2 基于树状小波分解的图像融合方法……第6章 模糊图像融合第7章 图像融合应用参考文献

本书以数字图像融合的三个层次——像素级、特征级以及决策级融合为主线，系统地介绍了数字图像融合的基本概念、基本理论、基本方法以及应用实例等。全书共分7章，可分为三个部分。第一部分简要介绍了数字图像融合的主要研究内容、研究方法以及应用领域等；第二部分详细介绍了几类典型的数字图像融合理论与方法，包括：主成分分析、演化计算、人工神经网络、小波变换和模糊逻辑等数字图像融合方法；第三部分结合具体实例介绍了数字图像融合的应用。本书着重讨论数字图像融合中最基本和最成熟的方面，并在一定程度上反映了国内外的当前工作。 本书可作为高等院校高年级本科生、研究生学习图像融合的教材和教学参考书，也可作为从事图像融合研究和应用的有关人员的参考书。