图像融合 算法与应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

图像融合 算法与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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