数字图像融合【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

数字图像融合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

目录1

第1章 绪论1

1.1 什么是图像融合1

1.2 图像融合的主要研究内容2

1.2.1　像素级图像融合2

1.2.2　特征级图像融合4

1.2.3　决策级图像融合5

1.3　图像融合的步骤5

1.4 图像融合研究的发展现状和研究热点6

第2章　主成分分析法7

2.1　数字图像处理的基本概念7

2.1.1　数字图像7

2.1.2　RGB-IHS变换模式10

2.2.1　普通的IHS图像融合（GIHS）11

2.2　IHS变换图像融合11

2.2.2　一种改进的IHS图像融合方法13

2.2.3　弹性图像融合介绍19

2.3　一种子像素图像融合的金字塔算法23

2.3.1 定义23

2.3.2　优化24

2.3.3　插值24

2.3.4　多分辨25

2.3.5　装箱（Binning）25

第3章　演化计算法26

3.1　演化计算的概念26

3.1.1　遗传算法26

3.1.2　粒子群算法33

3.1.3　蚁群算法38

3.2.1 基于进化策略和IHS变换的图像融合方法41

3.2　基于演化计算的像素级融合41

3.2.2　基于粒子群算法的像素级图像融合46

第4章　神经网络法53

4.1　神经网络的概念53

4.1.1 BP网络53

4.1.2　SOM网络63

4.1.3 SGNN网络70

4.2　基于神经网络的像素级融合72

4.2.1　噪音图像的预处理73

4.2.2　选择合适的神经网络及拓扑结构74

4.2.3　神经网络训练76

4.2.4　噪声图像融合77

4.3　基于神经网络的特征级融合78

4.3.1　基于神经网络的图像边缘检测78

4.3.2　基于神经网络的图像特征提取82

4.4　图像目标自动识别85

4.4.1 基于神经网络的数字图像目标自动识别86

4.4.2　在静态图像上的应用87

4.4.3　时间相关性的融合89

第5章　小波变换法92

5.1　一般方法92

5.1.1 图像的二维小波分解（Mallat方法）92

5.1.2　图像融合的小波方法94

5.1.3　融合结果评价指标95

5.1.4 实例96

5.2　基于树状小波的图像融合97

5.2.1　树状小波分解97

5.2.2　基于树状小波分解的图像融合方法98

5.2.3　融合结果评价指标99

5.2.4　融合实例100

5.3　基于第二代小波的图像融合方法101

5.3.1　第二代小波变换基本原理101

5.3.2　基本算法与实验结果102

5.3.3　融合结果评价104

5.4　基于自适应小波变换的图像融合105

5.4.1　标准融合方法105

5.4.2　小波分解算法106

5.4.3　小波图像融合方法107

5.4.4 实例110

5.5　针对不同聚焦点图像的融合方法111

5.5.1 图像的小波分解111

5.5.2　不同聚焦点图像的融合方法111

5.5.4　融合结果114

5.5.3　融合结果评价指标114

第6章　模糊图像融合115

6.1　模糊理论115

6.1.1 模糊性115

6.1.2　集合与特征函数115

6.1.3　模糊集与隶属函数116

6.1.4　模糊集的表示方法117

6.1.5　模糊集的运算118

6.1.6　模糊集的λ水平截集118

6.1.7　模糊度119

6.1.8　模糊数120

6.1.9　模糊关系及其合成121

6.1.10　模糊变换123

6.1.11 实数域上几种常用的隶属函数123

6.1.12　建立隶属函数的方法124

6.2.1　图像的预处理128

6.2　基于SGNN的像素级模糊图像融合方法128

6.2.2　像素的聚类129

6.2.3　聚类结果的模糊化130

6.2.4　融合方法131

6.2.5　融合实验及其结果131

6.3　特征级模糊图像融合方法133

6.3.1　线性特征的自动探测133

6.3.2　对结果进行多时间融合135

6.4　依赖时／空范围信息和频谱信息的模糊融合140

6.4.1 问题形成141

6.4.2　信息源141

6.4.3　模糊化步骤142

6.4.4　模糊推理规则和解模糊142

6.5.1 图像模糊融合的基本原理143

6.5　多传感器图像模糊融合算法在图像识别中的应用143

6.4.5 向K个日期延伸143

6.5.2　多传感器多层次图像融合模糊算法应用于图像识别145

第7章 图像融合应用147

7.1　军事应用中的图像融合147

7.1.1　MQW图像融合方法147

7.1.2　算法149

7.1.3 以人的角度进行的评估和建模152

7.1.4　数据收集155

7.2 面向遥感应用的图像融合的原理与方法156

7.2.1　遥感图像的融合框架157

7.2.2　遥感图像融合的实例159

7.3　医学图像融合应用164

7.3.1　案例研究165

7.3.2　结论要点168

参考文献169