編輯推薦:

內(nèi)容簡介:　　《圖像融合：理論、技術與應用》旨在對圖像融合的理論、技術和應用做一個全面的介紹，可以作為高年級本科生、電子工程和計算機科學專業(yè)一年級研究生的教材，同時也為那些想了解圖像融合概念，并希望在實際生活中加以應用的工程師們提供參考。盡管我們建議讀者熟悉圖像處理基本知識和線性代數(shù)基本工具，但《圖像融合：理論、技術與應用》內(nèi)容體系對初級學習者是完備的，不要求有任何專門的圖像融合知識。同時，《圖像融合：理論、技術與應用》也可以作為學習高級圖像處理技巧的有益參考。在介紹完前兩章預備知識之后，《圖像融合：理論、技術與應用》主體內(nèi)容分為三大部分。第壹部分是圖像融合的基本概念和理論。該部分尤其強調(diào)通用表征格式，細致討論圖像校正、輻射校正和語義等價等方面內(nèi)容。第二部分詳細介紹在實際圖像融合中使用的大量技術和算法，如：子空間變換、多分辨率分析、集成學習、bagging算法、boosting算法、顏色空間、圖像閾值、馬爾科夫隨機場、圖像相似性測度等。前兩個部分可以使讀者對圖像融合有一個綜合、完整的認識。第三部分關注應用，詳細闡述實際生活中圖像融合運用實例，包括全色銳化、集成彩色圖像分割以及Warfield等提出的同時性原理和性能指標估計算法。
　　有關《圖像融合：理論、技術與應用》的學習輔助資料可以從網(wǎng)站上獲得，其中包括課程指導和Matlab代碼案例。

作者簡介:

目錄:第1章 引言
1．1 增效
1．2 圖像融合步驟
1．3 通用表征框圖
1．4 圖像融合框圖
1．5 圖像融合算法
1．6 本書結(jié)構(gòu)
1．7 軟件
1．8 拓展閱讀
參考文獻

第2章 圖像傳感器
2．1 數(shù)碼相機
2．2 光學系統(tǒng)
2．2．1 透視投影
2．2．2 正射投影
2．3 記錄系統(tǒng)
2．3．1 噪聲
2．4 采樣
2．4．1 量化
2．4．2 拜爾矩陣
2．5 空間分辨率與光譜分辨率
2．5．1 空間分辨率
2．5．2 光譜分辨率
2．6 拓展閱讀
參考文獻
第一部分理論

第3章 通用表征格式
3．1 引言
3．2 地理信息系統(tǒng)
3．3 通用表征格式的選取
3．3．1 目視融合
3．3．2 稀疏性
3．3．3 目標識別
3．3．4 不確定性
3．4 紋理
3．5 多尺度表征
3．6 子空間方法
3．7 多訓練集
3．8 軟件
3．9 拓展閱讀
參考文獻

第4章 空間校正
4．1 引言
4．2 成對變換
4．2．1 薄板樣條
4．3 分層配準
4．4 鑲嵌圖像
4．4．1 拼接
4．5 圖像相似性測度
4．6 互信息
4．6．1 歸一化互信息
4．6．2 計算
4．6．3 直方圖
4．6．4 Parzen窗
4．6．5 等強度線
4．7 部分體插值
4．8 人工效應
4．9 軟件
4．10 拓展閱讀
參考文獻

第5章 語義等價
5．1 引言
5．2 概率尺度
5．2．1 Platt校正
5．2．2 直方圖校正
5．2．3 等分校正
5．3 決策標記
5．3．1 分配矩陣
5．3．2 共協(xié)矩陣
5．4 軟件
5．5 拓展閱讀
參考文獻

第6章 輻射校正
6．1 引言
6．2 直方圖匹配
6．2．1 精確直方圖規(guī)定化
6．3 中間圖像均衡
6．4 匹配二階統(tǒng)計量
6．5 排序“
6．6 閾值
6．7 分割
6．8 特征圖歸一化
6．9 概率尺度
6．10 軟件
6．11 拓展閱讀
參考文獻

第7章 像素融合
7．1 引言
7．2 加法融合
7．2．1 魯棒平均
7．3 減法融合
7．4 乘法融合
7．5 除法融合
7．6 特征圖融合
7．7 決策融合
7．7．1 基于形狀的平均算法
7．7．2 相似性
7．7．3 標簽置換
7．7．4 共協(xié)矩陣
7．8 軟件
參考文獻
第二部分技術

第8章 多分辨率分析
8．1 引言
8．2 離散小波變換
8．3 無抽取離散小波變換
8．4 小波融合
8．5 期望最大算法
8．6 多模小波融合
8．7 全色銳化
8．8 軟件
8．9 拓展閱讀
參考文獻

第9章 圖像子空間技術
9．1 引言一
9．2 主分量分析
9．2．1 PCA的演化形式
9．2．2 舀化
9．2．3 二維PCA
9．3 主分量分析融合
9．4 非負矩陣分解
9．5 線性判別分析
9．5．1 Fisher臉
9．5．2 中值LDA
9．5．3 重加權(quán)LDA
9．5．4 二維LDA
9．6 最近鄰判別分析
9．6．1 K-最近鄰判別分析
9．6．2 二維NNDA
9．7 典型相關分析
9．8 軟件
9．9 拓展閱讀
參考文獻

第10章 集成學習
10．1 集成學習方法
10．2 多樣性測度
10．3 多重圖像變換Ik
10．3．1 多重子空間變換
10．3．2 多重隨機卷積
10．3．3 多重正則化
10．3．4 多重顏色空間
10．3．5 多重閾值
10．3．6 多重分割
10．4 重采樣方法
10．5 圖像融合
10．6 集成閾值
10．7 集成空間采樣
10．8 集成圖譜分割
10．9 集成最近鄰分類
10．10 拓展閱讀
10．11 軟件
參考文獻

第11章 重采樣方法
11．1 引言
11．2 自助法
11．3 基于自助聚集算法的人臉識別
11．4 自助聚集式最近鄰分類器
11．5 自助聚集式K-均值聚類
11．6 提升法
11．7 Viola-Jones算法
11．8 基于提升的目標檢測算法
11．9 軟件
11．10 拓展閱讀
參考文獻

第12章 圖像閾值法
12．1 全局閾值
12．2 統(tǒng)計型算法
12．2．1 Ridler-Calvard方法
12．2．2 0tsu方法
12．2．3 Kittler-Illingworth方法
12．2．4 Kapur方法
12．2．5 Tsai方法
12．3 局部閾值
12．4 軟件
12．5 拓展閱讀
參考文獻

第13章 圖像關鍵點
13．1 尺度不變特征變換算法
13．1．1 多光譜圖像
13．2 快速魯棒特征算法
13．3 復小波變換
13．4 軟件
參考文獻

第14章 圖像相似性測度
14．1 引言
14．2 無空間校正的全局相似性測度
14．2．1 概率相似性測度
14．2．2 X2距離測度
14．2．3 直方圖單元交叉對應距離測度
14．3 有空間校正的全局相似性測度
14．3．1 均方誤差和均方絕對誤差
14．3．2 互相關系數(shù)
14．3．3 互信息
14．3．4 有序全局相似性測度
14．4 局部相似性測度
14．4．1 Bhat-Nayar距離測度
14．4．2 Mittal-Ramesh有序測度
14．5 二值圖像相似性測度
14．5．1 Hausdorff度量
14．6 軟件
14．7 拓展閱讀
參考文獻

第15章 漸暈，白平衡和自動增益控制效應
15．1 引言
15．2 漸暈
15．2．1 漸暈校正
15．3 輻射響應函數(shù)
15．3．1 自動增益控制
15．4 白平衡
15．5 集成白平衡
參考文獻

第16章 彩色圖像空間
16．1 引言
16．2 感知型顏色模型
16．2．1 IHS
16．2．2 HSV
16．2．3 HLS
16．2．4 IHLS
16．2．5 間接IHS
16．2．6 圓形統(tǒng)計
16．3 多重顏色空間
16．4 軟件
16．5 拓展閱讀
參考文獻

第17章 馬爾可夫場
17．1 馬爾可夫隨機場
17．2 能量函數(shù)
17．3 算法
17．4 拓展閱讀
參考文獻

第18章 圖像質(zhì)量
18．1 引言
18．2 有參圖像質(zhì)量評價指標
18．3 無參圖像質(zhì)量評價指標
18．4 分析
18．5 軟件
18．6 拓展閱讀
參考文獻
第三部分應用

第19章 全色銳化
19．1 引言
19．2 IHS空間全色銳化
19．3 光譜失真
19．3．1 Choi全色銳化算法
19．3．2 Tu全色銳化算法
19．4 IKONOS衛(wèi)星
19．5 小波
19．6 傳感器光譜響應
參考文獻

第20章 集成彩色圖像分割
20．1 引言
20．2 圖像集成
20．3 K-均值分割
20．4 K-均值融合算子
參考文獻

第21章 同時性原理和性能指標估計
21．1 引言
21．2 期望最大算法
21．3 同時性原理和性能指標估計
參考文獻

第22章 生物認證技術
22．1 引言
22．2 多模態(tài)生物認證
22．2．1 指紋
22．2．2 簽名
22．2．3 面部
22．2．4 虹膜和視網(wǎng)膜
22．2．5 步態(tài)生物特征
22．2．6 其他生物特征
22．3 多生物特征
22．3．1 多傳感器系統(tǒng)
22．3．2 多算法系統(tǒng)
22．3．3 多實例系統(tǒng)
22．3．4 多樣本系統(tǒng)
22．4 結(jié)語
參考文獻