正版 图像融合技术:基于多分辨率非下采样理论与方法 孔韦韦[等]

第一篇 基础知识
第1章 概述
1.1 图像融合的研究背景、目的及意义
1.1.1 研究背景
1.1.2 研究目的及意义
1.2 信息融合
1.3 图像融合
1.4 用像融合的层次
1.5 图像融合的性能评价
1.5.1 图像的主观评价
1.5.2 图像的客观评价
1.5.3 单幅图像的性能评价指标
1.5.4 融合图像的几个评价指标
本章参考文献
第二篇 基于特征的图像匹配
第2章 图像配准的基础理论
2.1 图像配准技术的产生背景
2.2 图像配准技术的发展
2.2.1 特征提取
2.2.2 特征描述
2.2.3 特征匹配
2.2.4 选取变换模型求取参数
2.2.5 优化策略
2.2.6 坐标变换与插值
2.2.7 性能评估
2.2.8 系统实现
2.3 成像几何基础
2.3.1 成像几何坐标系统
2.3.2 成像几何模型
2.4 图像变换模型
2.4 1摄像机运动
2.4.2 图像变换
2.4.3 透视变换矩阵的求解
本章小结
本章参考文献
第3章 基于特征相似性度量的图像配准方法
3.1 模糊集
3.2 直觉模糊集
3.2.1 直觉模糊集的形成与发展
3.2.2 直觉模糊集的基本概念
3.2.3 直觉模糊集的基本运算
3.2.4 直觉模糊集的截集
3.2.5 直觉模糊集截集的性质与核
3.2.6 直觉模糊集的特点
3.3 基于直觉模糊距离的图像匹配方法
3.3.1 直觉模糊特征匹配方法
3.3.2 特征点匹配算法
3.3 3实验结果与分析
3.4 基于改进Hausdorff距离的图像配准方法
3.4.1 空间点特征提取
3.4.2 Hausdorff距离
3.4.3 实验结果与分析
本章小结
本章参考文献
第4章 鲁棒性基础矩阵估计方法
4.1 经典基础矩阵估计方法比较
4.2 鲁棒的基本概念
4.3 对极几何估计及基础矩阵
4.3.1 平面诱导的单位
4.3.2 对极几何约束
4.4 基础矩阵估计算法
4.4.1 线性8点算法
4.4.2 RANSAC算法
4.4.3 MLESAC算法
4.4.4 GMSAC算法
4.5 基于概率抽样一致性的基础矩阵估计算法
4.5.1 模型评价函数
4.5.2 预检验
4.5 3样本重采样
4.5.4 算法过程
4.5.5 算法计算量分析
4.5.6 实验结果与分析
4.6 基于KFCM的鲁棒性基础矩阵估计算法
4.6.1 KFCM算法
4.6.2 内外点可分性判定
4.6.3 算法步骤总结
4.6.4 实验结果与分析
本章小结
本章参考文献
第5章 基于直线几何约束点特征的图像配准方法
5.1 直线特征与点特征
5.2 特征点检测算法
5.2.1 SIFT算法原理
5.2.2 SIFT算法实现概述
5.2.3 SIFT算法实现过程
5.3 基于直线约束特征点集检测
5.3.1 基于直线约束特征点集定义
5.3.2 同序性检测
5.3.3 直线约束特征点子集检测
5.4 基于直线几何约束的点特征图像配准算法
5.5 实验结果与分析
5.5.1 Graffiti真实图像实验
5.5.2 Trees真实图像实验
5.5.3 对比实验
本章小结
本章参考文献
第6章 基于尺度不变特征的图像目标识别与跟踪方法
6.1 尺度不变特征的匹配
6.2 基于尺度特征的动态连续目标识别跟踪算法
6.2.1 目标识别算法
6.2.2 目标跟踪算法
6.2.3 基于特征的动态连续目标识别跟踪算法
6.3 STK软件简介
6.3.1 STK的主要功能
6.3.2 STK具体模块介绍
6.4 实验结果与分析
6.4.1 卫星目标跟踪实验
6.4.2 战机目标跟踪实验
本章小结
本章参考文献
第三篇 基于多分辨率非下采样理论NSCT的图像融合
第7章 基于直觉模糊熵的图像预处理方法
7.1 改进型直觉模糊熵模型的构造
7.1.1 直觉模糊熵的几何解释
7.1.2 直觉模糊熵的构造
7.2 图像预处理问题的直觉模糊推广
7.3 基于直觉模糊熵的图像预处理算法
7.3.1 图像的脉冲噪声检测
7.3.2 图像内部像素点的脉冲噪声处理
7.3.3 图像边界像素点的脉冲噪声处理
7.4 实例结果与分析
7.4.1 实验描述
7.4.2 灰度可见光图像预处理仿真实验
7.4.3 红外图像预处理仿真实验
7.4.4 实验结果讨论
本章小结
本章参考文献
第8章 基于改进型NSCT的图像融合方法
8.1 改进型NSCT模型的产生背景
8.2 经典NSCT模型基本理论
8.2 非下采样金字塔分解
8.2.2 非下采样方向滤波器组分解
8.3 NSCT的改进型模型
8.3.1 不可分离小波变换
8.3.2 冗余提升不可分离小波变换
8.4 基于改进型NSCT的图像融合方法
8.4.1 基于改进型NSCT的图像融合框架
8.4.2 低通子带信息融合规则
8.4.3 带通子带信息融合规则
8.5 实验结果与分析
8.5.1 实验描述
8.5.2 多聚焦灰度图像融合仿真实验
8.5.3 多波段遥感图像融合仿真实验
本章小结
本章参考文献
第9章 基于NSCT域新型神经网络模型的图像融合方法
9.1 新型神经网络模型的产生背景
9.2 神经元及大脑皮层生物特性
9.3 基于NSCT与AUFLPCNN的图像融合方法
9.3.1 脉冲耦合神经网络基本模型
9.3.2 AUFLPCNN模型及其赋时矩阵
9.3.3 AUFLPCNN模型的参数确定
9.3.4 基于NSCT与AUFLPCNN的图像融合方法
9.3.5 实验结果与分析
9.4 基于NSCT与I2CM的图像融合方法
9.4.1 交叉视觉皮层模型的基本结构
9.4.2 ICM与数学形态学在图像处理中的等价性
9.4.3 I2CM及其参数的确定
9.4.4 基于NSCT与I2CM的图像融合方法
9.4.5 实验结果与分析
本章小结
本章参考文献
第10章 基于NSCT域改进型非负矩阵分解的图像融合方法
10.1 改进型NMF模型的产生背景
10.2 经典NMF模型
10.3 改进型NMF模型
10.4 改进型NMF模型的参数确定
10.5 基于NSCT域改进型NMF的图像融合方法
10.6 实验结果与分析
10.6.1 多聚焦图像融合实验
10.6.2 医学图像融合实验
10.6.3 灰度可见光与红外图像融合实验
10.6.4 实验结果讨论
本章小结
本章参考文献
第11章 基于NSCT与IHS变换域的图像彩色化融合方法
11.1 经典的伪彩色图像融合方法
11.2 RGB空间与IHS空间的互换实现
11.3 基于NSCT与IHS变换的图像融合方法
11.3.1 图像融合总体框架
11.3.2 灰度可见光的彩色传递
11.3.3 低通图像融合方法
11.3.4 带通图像融合方法
11.4 实验结果与分析
本章小结
本章参考文献
第四篇 基于多分辨率非下采样理论NSST的图像融合

王炳和，博士，武警工程大学教授，博士生导师，中国青年科技工作者协会科技组成员，武警工程大学信息工程系主任。主持或参加国家自然科学基金、 博士点基金、国防重点预研项目、国防科技“十一五”计划重点预研项目、陕西省自然科学基金、武警部队重点课题等20余项，出版教材、专著6部，多次荣获国防科工委科技进步奖、军队教学成果奖、陕西省科技进步奖，获国家发明专利l项，发表论文70余篇，其中被SCI／EI收录20篇。主要研究方向为智能信息处理、模式识别等。 孔韦韦，武警工程大学副教授，博士后，硕士生导师，美国IEEE会员，日本IEICE学会会员。主持或参加国家自然科学基金、国家级信息保障技术重点实验室开放基金、全国博士后基金、全军学位与研究生教育研讨会专项研究课题及陕西省自然科学基金近20项，出版专著2部，发表论文近30篇，其中SCI／EI收录论文20篇，国家发明专利2项。曾获2012年度IET学术协会优秀学术论文成果奖。目前主要研究方向为图像信息融合、智能信息处理等。