多尺度圖像融合理論與方法 ( 簡體 字) |
| 作者：才溪 | 類別：1. -> 教材 -> 數位影像處理 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 37237
詢問書籍請說出此書號！【缺書】
NT售價： 240 元 |
| 出版日：1/1/2014 |
| 頁數：208 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121219146 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：圖像融合是綜合了傳感器、圖像與信號處理、人工智能、統計估計等理論技術的交叉型研究領域，其概念最早提出于20世紀70年代后期。圖像融合是把來自同一場景、不同（或同一）傳感器的多幅源圖像中的重要信息保留、合并成一幅融合圖像，這幅圖像包含比單幅源圖像更全面、更準確的場景信息，更利于對場景的進一步分析和處理。目前，圖像融合技術已廣泛應用于戰場監控、醫學診斷、數碼成像、遙感等領域。
多尺度圖像融合是圖像融合中的一類主流融合技術，它考慮到人眼視覺系統是在不同尺度上處理接收到的視覺信號，并且對細節信息非常敏感，于是將源圖像分解到多個尺度上，并且對低頻能量信息和高頻細節信息分別進行融合處理，能夠達到很好的融合效果。盡管近三十年來國內外研究學者已經對多尺度圖像融合理論和方法做了大量研究工作，目前仍有許多理論和技術上的關鍵問題有待進一步解決。
作者在總結近年來于多尺度圖像融合領域中取得研究成果的基礎上，進一步系統深入地研究了多尺度圖像融合理論的最新成果和最新方法，分析了多尺度圖像融合技術現存的關鍵問題，并開展了大量研究工作以力圖解決上述問題。作為研究工作的階段總結，作者將近年來的相關研究成果匯總成冊，構成了本書的主要內容，期望為從事圖像處理、信號處理研究工作的同人在理論分析方法上提供一些有益的幫助。
全書共分十章，第1章簡要介紹了圖像融合的基本概念和研究現狀，第2章給出了像素級圖像融合的方法綜述和質量評價標準，第3章著重介紹多尺度圖像融合的基本框架和研究現狀，第4章到第9章分別對基于金字塔變換、小波變換、多小波變換、Curvelet變換、Contourlet變換、多尺度邊緣的圖像融合方法展開討論，第10章是對未來研究方向和問題的展望。
本書由才溪執筆，韓光完成了第4章到第9章實驗部分的數據整理和內容編寫工作。在編寫過程中，參閱和借鑒了大量國內外文獻資料，受到了中央高校基本科研業務費專項資金資助（N110323004）和河北省自然科學基金資助（F2012501001），在此一并表示衷心的感謝！
本書素材來自于作者在北京航空航天大學就讀博士期間和在東北大學秦皇島分校工作期間的研究工作和研究成果。要特別感謝導師楊晨陽教授和趙巍副教授，感謝她們對作者在讀博期間的嚴格要求和無私幫助。還特別感謝東北大學秦皇島分校在研究設備和研究資金上的資助，特別感謝汪晉寬教授、才書訓教授、宋昕教授、韓英華副教授等在作者研究工作和本書編寫過程中給予的學術指導和建議。
由于多尺度圖像融合技術正在飛速發展，加之作者水平有限，書中難免有疏漏和不足，敬請讀者批評、指正。
著者 |
內容簡介：本書系統深入地闡述了多尺度圖像融合的理論和方法，總結了國內外多尺度圖像融合技術的最新成果和最新進展。本書內容包括：圖像融合的基本理論和研究現狀，像素級融合的基本方法及評價標準，多尺度圖像融合的基本框架、研究現狀及難點，金字塔變換、小波變換、多小波變換、Curvelet變換、Contourlet變換的基本理論及基于各變換的圖像融合算法，多尺度邊緣表示理論及基于多尺度邊緣的圖像融合算法。書中的算法大都做了詳細的計算機仿真實驗，以驗證算法的有效性和可行性，并給出了大量的定性和定量分析。 |
目錄：第1章圖像融合基礎
1杄1圖像融合的概念及研究意義
1杄2圖像融合技術的發展及研究現狀
1杄3圖像融合的應用
1杄4圖像融合的分類
1杄4杄1按信息表征層次分類
1杄4杄2按圖像源分類
1杄4杄3按融合方法分類
1杄5本章小結
參考文獻
第2章像素級圖像融合概述
2杄1像素級圖像融合的預處理
2杄1杄1圖像配準
2杄1杄2圖像去噪
2杄2像素級圖像融合方法綜述
2杄2杄1加權平均圖像融合方法
2杄2杄2IHS空間圖像融合方法
2杄2杄3主成分分析圖像融合方法
2杄2杄4偽彩色圖像融合方法
2杄2杄5基于統計估計的圖像融合方法
2杄3像素級圖像融合性能評價
2杄3杄1主觀評價
2杄3杄2客觀評價
2杄4本章小結
參考文獻
第3章多尺度圖像融合基本框架及研究現狀
3杄1多尺度圖像融合的產生
3杄2多尺度圖像融合的基本框架
3杄2杄1多尺度分解方法
3杄2杄2融合準則
3杄3多尺度圖像融合的研究現狀
3杄4多尺度圖像融合的研究難點
3杄5本章小結
參考文獻
第4章基于金字塔變換的圖像融合
4杄1金字塔變換
4杄1杄1高斯金字塔
4杄1杄2拉普拉斯金字塔
4杄1杄3對比度金字塔
4杄1杄4梯度金字塔
4杄2基于金字塔變換的圖像融合傳統方法
4杄2杄1基于拉普拉斯金字塔的圖像融合方法（LPT）
4杄2杄2基于對比度金字塔的圖像融合方法（CPT）
4杄2杄3基于梯度金字塔的圖像融合方法（GPT）
4杄3實驗結果及分析
4杄4本章小結
參考文獻
第5章基于小波變換的圖像融合
5杄1小波變換
5杄1杄1一維小波變換
5杄1杄2二維小波變換
5杄2基于小波變換的圖像融合傳統方法
5杄2杄1選取系數絕對值最大的融合方法（w-Max）
5杄2杄2選取對比度絕對值最大的融合方法（w-Ctr）
5杄2杄3基于匹配度的融合方法（w-Match）
5杄3一種基于小波域隱馬爾可夫樹模型的多聚焦圖像融合方法
5杄3杄1隱馬爾可夫模型
5杄3杄2小波域隱馬爾可夫樹模型
5杄3杄3基于小波變換的多聚焦圖像融合方法
5杄4實驗結果及分析
5杄5本章小結
參考文獻
第6章基于多小波變換的圖像融合
6杄1多小波變換
6杄1杄1一維離散多小波變換
6杄1杄2二維離散多小波變換
6杄2基于多小波變換的圖像融合傳統方法
6杄2杄1選取跨方向子帶貢獻最大的融合方法（DMWT-Qumar）
6杄2杄2基于Canny邊緣檢測的多聚焦圖像融合方法（DMWT-Canny）
6杄2杄3基于范數的多光譜圖像矢量融合方法（DMWT-Norm）
6杄3一種基于多小波域雙變量Alpha穩定分布的矢量圖像融合方法
6杄3杄1Alpha穩定分布
6杄3杄2多小波系數矢量統計特性分析
6杄3杄3矢量融合方法具體步驟
6杄4實驗結果及分析
6杄5本章小結
參考文獻
第7章基于Curvelet變換的圖像融合
7杄1Curvelet變換
7杄1杄1連續時間Curvelet變換
7杄1杄2離散Curvelet變換
7杄2基于Curvelet變換的圖像融合傳統方法
7杄2杄1選取系數絕對值最大的融合方法（CT-Max）
7杄2杄2選取區域能量最大的融合方法（CT-Emax）
7杄2杄3基于脈沖耦合神經網絡的融合方法（CT-PCNN）
7杄3一種基于Curvelet域自適應脈沖耦合神經網絡的圖像融合方法
7杄3杄1脈沖耦合神經網絡（PCNN）模型
7杄3杄2基于Curvelet域自適應脈沖耦合神經網絡的圖像融合方法
7杄4實驗結果及分析
7杄5本章小結
參考文獻
第8章基于Contourlet變換的圖像融合
8杄1Contourlet變換
8杄1杄1LP變換
8杄1杄2方向濾波器組
8杄1杄3Contourlet變換及其特點
8杄2基于Contourlet變換的圖像融合傳統方法
8杄3Contourlet變換低通濾波器對融合算法性能的影響
8杄4Contourlet變換低通濾波器對融合圖像中偽輪廓的影響
8杄5Contourlet變換低通濾波器對融合算法中分解層數選取的影響
8杄6本章小結
參考文獻
第9章基于多尺度邊緣的圖像融合
9杄1圖像多尺度邊緣表示理論
9杄1杄1信號的多尺度邊緣檢測
9杄1杄2信號的多尺度邊緣重構
9杄2基于多尺度邊緣的圖像融合傳統方法
9杄2杄1合并多尺度邊緣的融合方法（MER-IF）
9杄2杄2基于多尺度邊緣的去噪融合方法（MER-IFNR）
9杄3一種基于多尺度邊緣對失配/噪聲魯棒的圖像融合方法
9杄3杄1算法框架構成
9杄3杄2多尺度邊緣的處理
9杄3杄3關鍵度量的定義——邊緣相關性
9杄3杄4多尺度邊緣的配準過程
9杄3杄5多尺度邊緣的融合準則
9杄3杄6多尺度邊緣的重構
9杄4實驗結果及分析
9杄4杄1全局邊緣相關性的單峰特性
9杄4杄2無噪聲失配情況下融合結果分析
9杄4杄3有噪聲失配情況下融合結果分析
9杄5本章小結
參考文獻
第10章多尺度圖像融合的發展趨勢
10杄1多尺度圖像融合理論與技術的發展方向
10杄2理論技術發展對器件與系統發展的影響
10杄3本章小結 |
| 序： |
