返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 图像融合理论、算法与应用 荣传振,贾永兴 编 大中专 文轩网
  • 新华书店正版
    • 作者: 荣传振著
    • 出版社: 东南大学出版社
    • 出版时间:2023-07-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 荣传振著
    • 出版社:东南大学出版社
    • 出版时间:2023-07-01 00:00:00
    • 版次:1
    • 开本:其他
    • 装帧:平装
    • ISBN:9787576601664
    • 国别/地区:中国
    • 版权提供:东南大学出版社

    图像融合理论、算法与应用

    作  者:荣传振,贾永兴 编
    定  价:45
    出 版 社:东南大学出版社
    出版日期:2023年03月01日
    页  数:160
    装  帧:平装
    ISBN:9787576601664
    主编推荐

    内容简介

    图像融合是将来自不同传感器或同一传感器在不同模式下获得的多幅图像融合成一幅图像的技术。和源图像相比,融合图像综合了多幅图像的互补和冗余信息,比任何单一图像更能有效地对场景进行描述,也更加适合进一步的图像处理任务。本书以红外与可见光图像融合为牵引,系统阐述了数字图像处理基础、图像配准、基于多尺度分解的图像融合方法、基于稀疏表示的图像融合方法、基于红外特征提取的图像融合方法以及基于深度卷积神经网络的图像融合方法等。本书既有传统的图像融合方法,又包含作者多年来在图像融合研究领域提出的新方法,是一本理论与实践应用结合紧密的专业教材。本书既可作为高等院校电子信息类、计算机类和自动化类本科生的教材,也可供图像处理领域的广大科技工作者、工程技术人员参考和使用。

    作者简介

    精彩内容

    目录
    第1章图像处理基础
    1.1概述
    1.2数字图像的表示方法
    1.2.1数字图像的结构
    1.2.2图像的矩阵表示
    1.3人眼视觉感知特性
    1.4数字图像处理的研究内容
    1.4.1常用的基本概念
    1.4.2数字图像处理的特点
    1.4.3数字图像处理的研究内容
    1.4.4数字图像处理的技术
    1.5图像文件的常用格式
    1.6图像增强
    1.6.1图像噪声
    1.6.2图像对比度增强
    1.6.3图像平滑
    1.6.4图像锐化
    1.7图像处理系统的组成和应用
    1.7.1图像处理系统的组成
    1.7.2数字图像处理的应用
    参考文献
    第2章图像配准方法
    2.1基于灰度信息的图像配准
    2.1.1MAD算法
    2.1.2SAD算法
    2.1.3SSD算法
    2.1.4SSDA
    2.2基于SIFT的图像配准算法研究
    2.2.1SIFT特征点提取
    2.2.2构造SIFT特征描述子
    2.2.3SIFT特征点匹配
    2.2.4剔除误西己
    2.2.5坐标变换与插值
    2.2.6实验结果与分析
    2.2.7SIFT算法应用于多源图像配准中的问题
    2.2.8小结
    2.3基于改进SIFT的红外与可见光图像配准方法研究
    2.3.1图像预处理
    2.3.2基于边缘特征提取与增强的SIFT多源图像配准算法
    2.3.3SIFT算法自身的改进
    2.3.4混合SIFT多源图像配准方法
    2.3.5实验结果与分析
    2.3.6小结
    参考文献
    第3章图像融合基础知识
    3.1图像融合概述及国内外研究现状
    3.1.1传统的图像融合方法
    3.1.2基于深度学习的图像融合方法
    3.2图像融合分类
    3.3图像融合质量评价
    3.3.1主观评价
    3.3.2客观评价
    参考文献
    第4章基于多尺度分解的红外与可见光图像融合方法
    4.1基于拉普拉斯金字塔的图像融合方法
    4.2基于离散小波变换的图像融合方法
    4.2.1离散小波变换基本原理
    4.2.2基于离散小波变换的图像融合方法
    4.3基于非下采样轮廓波变换的图像融合方法
    4.4基于多尺度混合信息分解的图像融合方法
    4.4.1高斯滤波器和引导滤波器
    4.4.2图像混合信息分解方法
    4.4.3红外与可见光图像融合
    4.4.4实验结果与分析
    4.5基于图像对比度增强的红外与可见光图像融合方法
    4.5.1基于引导滤波器和线性变换的可见光图像增强算法
    4.5.2图像融合方法
    4.5.3非局部均值滤波
    4.5.4实验结果与分析
    4.6基于视觉显著性检测和图像两尺度分解的图像融合方法
    4.6.1红外特征信息提取
    4.6.2基于低通滤波的图像两尺度分解
    4.6.3视觉显著性检测
    4.6.4权重图构造
    4.6.5图像重构
    4.6.6实验结果与分析
    参考文献
    第5章基于稀疏表示的图像融合方法
    5.1稀疏表示理论基础
    5.2基于稀疏表示的图像融合方法
    5.2.1图像分块与重构
    5.2.2滑动窗技术
    5.2.3图像融合方法
    5.3稀疏字典的构造
    5.3.1稀疏字典学习原理
    5.3.2稀疏字典学习的实现
    5.4图像多尺度分解与稀疏表示相结合的图像融合方法
    5.5基于卷积稀疏表示的图像融合方法
    5.5.1卷积稀疏表示
    5.5.2卷积字典构建
    5.5.3基于图像两尺度分解及卷积稀疏表示的图像融合方法
    5.5.4实验结果与分析
    参考文献
    第6章基于红外目标特征提取的图像融合方法
    6.1红外目标特征提取
    6.1.1基于高斯滤波器的图像分解方法
    6.1.2红外目标特征提取
    6.2分解子信息融合
    6.3实验结果与分析
    参考文献
    第7章基于深度卷积神经网络的图像融合方法
    7.1卷积神经网络
    7.1.1卷积神经网络的基本结构
    7.1.2卷积神经网络的训练方式
    7.2基于均值滤波的两尺度图像分解方法
    7.2.1均值滤波
    7.2.2基于均值滤波的两尺度图像分解方法
    7.3图像两尺度分解与CNN相结合的融合方法
    7.3.1低频部分的融合
    7.3.2高频部分的融合
    7.3.3重建图像
    7.4实验结果与分析
    7.4.1实验设置
    7.4.2实验结果及分析
    参考文献

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购