基于多分辨分析理论的图像融合方法
版权信息书 名: 基于多分辨分析理论的图像融合方法
作者：那彦焦 李成
出版社：西安电子科技大学出版社
出版时间： 2007
ISBN: 9787560618272
开本： 16
定价: 23.00 元
内容简介多传感器信息处理系统是高性能传感器不断涌现以及智能信息处理发展的必然结果。图像融合技术广泛应用于数码成像、机器人视觉、地球遥感、医学图像综合显示、生理特征识别、三维图像重建等领域。
目录绪论1
0.1多传感器图像信息处理系统1
0.2图像多分辨分析工具2
0.3其它图像变换工具3
0.4本书的主要内容3
第1章常用成像传感器简介6
1.1CCD彩色摄像机6
1.2X光CCD图像传感器7
1.3红外CCD图像传感器9
1.4CMOS图像传感器11
1.5遥感多光谱成像12
1.6基于SPOT的遥感成像15
1.7Landsat卫星成像17
1.8毫米波成像传感器19
1.9微波成像传感器20
1.10磁成像传感器23
1.11同位素成像传感器25
1.12XCT成像传感器27
1.13微光图像传感器29
1.14声成像传感器31
1.15车用图像传感器33
1.16过程层析成像传感器38
本章参考文献41
第2章图像匹配理论45
2.1图像匹配概述45
2.1.1图像匹配的定义45
2.1.2匹配方法的分类45
2.2图像匹配的一般流程46
2.3图像匹配的关键要素46
2.4基于图像灰度的匹配方法47
2.5基于图像特征的匹配方法47
2.6本章小结49
本章参考文献49
第3章经典匹配算法的对比分析及改进50
3.1基于图像像素灰度值的匹配算法50
3.1.1ABS算法50
3.1.2归一化互相关匹配算法50
3.1.3图像矩匹配方法51
3.2基于图像特征点的匹配算法53
3.3图像匹配的改进方法55
3.3.1粗匹配55
3.3.2精确匹配57
3.4本章小结58
本章参考文献58
第4章图像复合匹配算法60
4.1频域匹配算法60
4.1.1Fourier变换理论60
4.1.2基于FourierMellin变换的图像配准算法61
4.2图像边缘特征提取62
4.2.1边缘检测62
4.2.2Canny边缘算子64
4.3基于边缘特征和频域相关的复合匹配算法66
4.3.1大边缘提取66
4.3.2建立边缘方向曲线及其相对链码67
4.3.3相位相关计算68
4.3.4复合匹配算法的实现68
4.4实验仿真69
4.5本章小结71
本章参考文献71
第5章可见光与毫米波图像匹配算法73
5.1可见光和毫米波简介73
5.2毫米波图像的预处理过程74
5.2.1非线性外推算法的基本原理75
5.2.2自适应阈值二值化76
5.2.3图像形态学滤波77
5.3可见光和毫米波图像匹配79
5.4本章小结82
本章参考文献82
第6章图像融合的基本概念83
6.1图像融合的定义83
6.2图像融合系统的一般结构83
6.3数据层变换域图像融合的信息模型84
6.4常用数据层图像融合方法85
6.5图像融合性能评价方法86
6.6图像融合系统中常用传感器及其特点87
6.7图像融合技术的应用87
6.8现有图像融合方法分析89
6.9本章小结90
本章参考文献90
第7章用于图像融合的数学变换理论93
7.1正交分解与投影定理93
7.2小波变换与非平稳信号分析94
7.2.1小波变换的定义95
7.2.2多分辨分析与正交小波基96
7.2.3二维小波变换及其快速算法97
7.2.4小波变换的工程意义98
7.2.5常用的几种小波基函数99
7.3小波包理论及算法101
7.4多小波变换理论104
7.4.1连续多小波变换的定义104
7.4.2多小波的性质104
7.4.3多元多分辨分析(MRAr)105
7.4.4多小波的分解与重构算法105
7.4.5离散多小波变换的工程实现106
7.5RGBIHS变换109
7.6PCA变换(主成分分析)110
7.7Brovey变换112
7.8本章小结112
本章参考文献112
第8章多聚焦可见光图像融合方法114
8.1光学成像系统特性114
8.2多聚焦可见光图像的获取116
8.3多聚焦可见光图像融合的意义116
8.4多聚焦可见光图像融合信息模型117
8.5基于小波变换的多聚焦可见光图像融合118
8.6基于小波包变换的多聚焦可见光图像融合124
8.7基于多小波变换的多聚焦可见光图像融合128
8.8融合结果评价及结论131
8.9本章小结132
本章参考文献132
第9章医学图像融合方法134
9.1CT成像机理及信息含义134
9.2NMR成像机理及信息含义135
9.3CT与NMR图像融合的意义136
9.4CT与NMR图像融合的信息模型136
9.5基于小波变换的CT与NMR图像融合136
9.6基于小波包变换的CT与NMR图像融合142
9.7基于多小波变换的CT与NMR图像融合146
9.8CT与NMR图像的其它融合方法148
9.9融合结果评价及结论148
9.10本章小结149
本章参考文献149
第10章遥感图像融合方法151
10.1遥感基础151
10.2常用遥感平台152
10.3遥感传感器及其图像特征152
10.4遥感图像融合的可能性及意义155
10.5基于多分辨分析的遥感图像融合信息模型155
10.6基于小波变换的全光谱与多光谱图像融合156
10.7基于多小波变换的全光谱与多光谱图像融合159
10.8基于IHS变换的全光谱与多光谱图像融合160
10.9基于主成分变换(PCA)的全光谱与多光谱图像融合163
10.10基于Brovey变换的全光谱与多光谱图像融合166
10.11融合结果评价及结论168
10.12本章小结170
本章参考文献170
第11章基于小波变换和形态学的图像融合方法173
11.1数学形态学173
11.1.1膨胀173
11.1.2腐蚀174
11.1.3膨胀和腐蚀的对偶性174
11.1.4开启和闭合175
11.2传统像素级图像融合框架175
11.2.1小波图像融合方法框架176
11.2.2活动水平测量176
11.2.3系数分组方法177
11.2.4系数合并方法177
11.2.5一致性验证178
11.3基于小波变换和数学形态学的图像融合方法178
11.3.1可见光图像的频域成分特性179
11.3.2可见光多聚焦图像融合方法179
11.3.3图像融合实验181
11.4本章小结182
本章参考文献182
第12章危险物品检测中的图像融合方法183
12.1危险物品的检测183
12.1.1红外成像与毫米波成像183
12.1.2危险物品检测系统184
12.2脊波变换与曲波变换的基本理论185
12.2.1脊波与曲波的产生185
12.2.2脊波和曲波与小波的联系及区别186
12.2.3脊波分析的基本理论186
12.2.4单尺度脊波变换189
12.2.5曲波变换190
12.3基于曲波变换的图像融合方法191
12.3.1图像的曲波变换192
12.3.2基于曲波变换的图像融合过程193
12.3.3曲波系数融合规则193
12.3.4基于曲波变换的图像融合实验194
12.4本章小结197
本章参考文献197
第13章JPEG2000压缩域图像融合方法198
13.1压缩图像文件格式198
13.1.1图像压缩的基本概念198
13.1.2JPEG图像格式199
13.1.3JPEG2000图像格式199
13.2JPEG2000压缩域图像处理200
13.2.1图像的压缩域处理200
13.2.2JPEG2000图像结构概述201
13.2.3压缩域图像融合初步研究201
13.3本章小结203
本章参考文献203
第14章基于多传感器探测的危险物品检测204
14.1危险物品检测、识别分类及定位实现方案204
14.2危险物品图像预处理204
14.2.1毫米波成像图像的特点205
14.2.2图像去噪205
14.2.3图像增强207
14.2.4图像分割210
14.3本章小结213
本章参考文献213
第15章危险物品的特征提取214
15.1图像特征提取的基本概念214
15.2常用的图像特征提取方法214
15.2.1纹理特征提取214
15.2.2形状和结构特征提取216
15.3危险物品轮廓矩不变量的特征提取218
15.3.1图像的边缘提取218
15.3.2轮廓矩不变量特征算法221
15.3.3图像轮廓矩不变量特征提取的结果与分析223
15.4本章小结226
本章参考文献226
第16章危险物品识别分类与定位228
16.1模式分类技术228
16.1.1模式分类基础知识228
16.1.2统计模式分类方法230
16.1.3模式分类的新方法231
16.2BP神经网络在危险物品识别分类中的应用233
16.2.1BP神经网络模型233
16.2.2BP网络学习算法234
16.2.3实验结果与分析235
16.3模糊C均值聚类在危险物品识别分类中的应用236
16.3.1模糊C均值聚类(FCM)算法236
16.3.2模糊聚类应用于目标识别及实验结果分析237
16.4危险物品定位237
16.4.1危险物品定位精度239
16.4.2影响定位精度的几个因素239
16.5本章小结239
本章参考文献240
第17章图像融合技术研究的新进展241
17.1融合前多源图像信号的筛选241
17.2多源图像信号的匹配241
17.3图像融合方法研究242
17.4图像融合算法质量评价246
17.5基于DSP的图像融合处理247
本章参考文献247
……