圖書信息
出版社: 西安電子科技大學出版社; 第1版 (2007年5月1日)
平裝: 250頁
正文語種: 簡體中文
開本: 16
ISBN: 9787560618272
條形碼: 9787560618272
尺寸: 25.6 x 18.2 x 1.2 cm
重量: 422 g
內容簡介
《研究生系列教材·基於多分辨分析理論的圖像融合方法》主要內容：多感測器信息處理系統是高性能感測器不斷湧現以及智慧型信息處理髮展的必然結果。圖像融合技術廣泛套用於數碼成像、機器人視覺、地球遙感、醫學圖像綜合顯示、生理特徵識別、三維圖像重建等領域。
目錄
緒論
0.1 多感測器圖像信息處理系統
0.2 圖像多分辨分析工具
0.3 其它圖像變換工具
0.4 本書的主要內容
第1章 常用成像感測器簡介
1.1 CCD彩色攝像機
1.2 X光CCD圖像感測器
1.3 紅外CCD圖像感測器
1.4 CMOS圖像感測器
1.5 遙感多光譜成像
1.6 基於SPOT的遙感成像
1.7 Landsat衛星成像
1.8 毫米波成像感測器
1.9 微波成像感測器
1.10 磁成像感測器
1.11 同位素成像感測器
1.12 XCT成像感測器
1.13 微光圖像感測器
1.14 聲成像感測器
1.15 車用圖像感測器
1.16 過程層析成像感測器
本章參考文獻
第2章 圖像匹配理論
2.1 圖像匹配概述
2.1.1 圖像匹配的定義
2.1.2 匹配方法的分類
2.2 圖像匹配的一般流程
2.3 圖像匹配的關鍵要素
2.4 基於圖像灰度的匹配方法
2.5 基於圖像特徵的匹配方法
2.6 本章小結
本章參考文獻
第3章 經典匹配算法的對比分析及改進
3.1 基於圖像像素灰度值的匹配算法
3.1.1 ABS算法
3.1.2 歸一化互相關匹配算法
3.1.3 圖像矩匹配方法
3.2 基於圖像特徵點的匹配算法
3.3 圖像匹配的改進方法
3.3.1 粗匹配
3.3.2 精確匹配
3.4 本章小結
本章參考文獻
第4章 圖像複合匹配算法
4.1 頻域匹配算法
4.1.1 Fourier變換理論
4.1.2 基於FourierMellin變換的圖像配準算法
4.2 圖像邊緣特徵提取
4.2.1 邊緣檢測
4.2.2 canny邊緣運算元
4.3 基於邊緣特徵和頻域相關的複合匹配算法
4.3.1 大邊緣提取
4.3.2 建立邊緣方向曲線及其相對鏈碼
4.3.3 相位相關計算
4.3.4 複合匹配算法的實現
4.4 實驗仿真
4.5 本章小結
本章參考文獻
第5章 可見光與毫米波圖像匹配算法
5.1 可見光和毫米波簡介
5.2 毫米波圖像的預處理過程
5.2.1 非線性外推算法的基本原理
5.2.2 自適應閾值二值化
5.2.3 圖像形態學濾波
5.3 可見光和毫米波圖像匹配
5.4 本章小結
本章參考文獻
第6章 圖像融合的基本概念
6.1 圖像融合的定義
6.2 圖像融合系統的一般結構
6.3 數據層變換域圖像融合的信息模型
6.4 常用數據層圖像融合方法
6.5 圖像融合性能評價方法
6.6 圖像融合系統中常用感測器及其特點
6.7 圖像融合技術的套用
6.8 現有圖像融合方法分析
6.9 本章小結
本章參考文獻
第7章 用於圖像融合的數學變換理論
7.1 正交分解與投影定理
7.2 小波變換與非平穩信號分析
7.2.1 小波變換的定義
7.2.2 多分辨分析與正交小波基
7.2.3 二維小波變換及其快速算法
7.2.4 小波變換的工程意義
7.2.5 常用的幾種小波基函式
7.3 小波包理論及算法
7.4 多小波變換理論
7.4.1 連續多小波變換的定義
7.4.2 多小波的性質
7.4.3 多元多分辨分析(MRAr)
7.4.4 多小波的分解與重構算法
7.4.5 離散多小波變換的工程實現
7.5 RGBIHS變換
7.6 PCA變換(主成分分析)
7.7 Brovey變換
7.8 本章小結
本章參考文獻
第8章 多聚焦可見光圖像融合方法
8.1 光學成像系統特性
8.2 多聚焦可見光圖像的獲取
8.3 多聚焦可見光圖像融合的意義
8.4 多聚焦可見光圖像融合信息模型
8.5 基於小波變換的多聚焦可見光圖像融合
8.6 基於小波包變換的多聚焦可見光圖像融合
8.7 基於多小波變換的多聚焦可見光圖像融合
8.8 融合結果評價及結論
8.9 本章小結
本章參考文獻
第9章 醫學圖像融合方法
9.1 CT成像機理及信息含義
9.2 NMR成像機理及信息含義
9.3 CT與NMR圖像融合的意義
9.4 CT與NMR 圖像融合的信息模型
9.5 基於小波變換的CT與NMR 圖像融合
9.6 基於小波包變換的CT與NMR圖像融合
9.7 基於多小波變換的CT與NMR圖像融合
9.8 CT與NMR圖像的其它融合方法
9.9 融合結果評價及結論
9.10 本章小結
本章參考文獻
第10章 遙感圖像融合方法
10.1 遙感基礎
10.2 常用遙感平台
10.3 遙感感測器及其圖像特徵
10.4 遙感圖像融合的可能性及意義
10.5 基於多分辨分析的遙感圖像融合信息模型
10.6 基於小波變換的全光譜與多光譜圖像融合
10.7 基於多小波變換的全光譜與多光譜圖像融合
10.8 基於IHS變換的全光譜與多光譜圖像融合
10.9 基於主成分變換(PCA)的全光譜與多光譜圖像融合
10.10 基於Brovey 變換的全光譜與多光譜圖像融合
10.11 融合結果評價及結論
10.12 本章小結
本章參考文獻
第11章 基於小波變換和形態學的圖像融合方法
11.1 數學形態學
11.1.1 膨脹
11.1.2 腐蝕
11.1.3 膨脹和腐蝕的對偶性
11.1.4 開啟和閉合
11.2 傳統像素級圖像融合框架
11.2.1 小波圖像融合方法框架
11.2.2 活動水平測量
11.2.3 係數分組方法
11.2.4 係數合併方法
11.2.5 一致性驗證
11.3 基於小波變換和數學形態學的圖像融合方法
11.3.1 可見光圖像的頻域成分特性
11.3.2 可見光多聚焦圖像融合方法
11.3.3 圖像融合實驗
11.4 本章小結
本章參考文獻
第12章 危險物品檢測中的圖像融合方法
12.1 危險物品的檢測
12.1.1 紅外成像與毫米波成像
12.1.2 危險物品檢測系統
12.2 脊波變換與曲波變換的基本理論
12.2.1 脊波與曲波的產生
12.2.2 脊波和曲波與小波的聯繫及區別
12.2.3 脊波分析的基本理論
12.2.4 單尺度脊波變換
12.2.5 曲波變換
12.3 基於曲波變換的圖像融合方法
12.3.1 圖像的曲波變換
12.3.2 基於曲波變換的圖像融合過程
12.3.3 曲波係數融合規則
12.3.4 基於曲波變換的圖像融合實驗
12.4 本章小結
本章參考文獻
第13章 JPEG 2000壓縮域圖像融合方法
13.1 壓縮圖像檔案格式
13.1.1 圖像壓縮的基本概念
13.1.2 JPEG圖像格式
13.1.3 JPEG 2000圖像格式
13.2 JPEG 2000壓縮域圖像處理
13.2.1 圖像的壓縮域處理
13.2.2 JPEG 2000圖像結構概述
13.2.3 壓縮域圖像融合初步研究
13.3 本章小結
本章參考文獻
第14章 基於多感測器探測的危險物品檢測
14.1 危險物品檢測、 識別分類及定位實現方案
14.2 危險物品圖像預處理
14.2.1 毫米波成像圖像的特點
14.2.2 圖像去噪
14.2.3 圖像增強
14.2.4 圖像分割
14.3 本章小結
本章參考文獻
第15章 危險物品的特徵提取
15.1 圖像特徵提取的基本概念
15.2 常用的圖像特徵提取方法
15.2.1 紋理特徵提取
15.2.2 形狀和結構特徵提取
15.3 危險物品輪廓矩不變數的特徵提取
15.3.1 圖像的邊緣提取
15.3.2 輪廓矩不變數特征算法
15.3.3 圖像輪廓矩不變數特徵提取的結果與分析
15.4 本章小結
本章參考文獻
第16章 危險物品識別分類與定位
16.1 模式分類技術
16.1.1 模式分類基礎知識
16.1.2 統計模式分類方法
16.1.3 模式分類的新方法
16.2 BP神經網路在危險物品識別分類中的套用
16.2.1 BP神經網路模型
16.2.2 BP網路學習算法
16.2.3 實驗結果與分析
16.3 模糊C均值聚類在危險物品識別分類中的套用
16.3.1 模糊C均值聚類(FCM)算法
16.3.2 模糊聚類套用於目標識別及實驗結果分析
16.4 危險物品定位
16.4.1 危險物品定位精度
16.4.2 影響定位精度的幾個因素
16.5 本章小結
本章參考文獻
第17章 圖像融合技術研究的新進展
17.1 融合前多源圖像信號的篩選
17.2 多源圖像信號的匹配
17.3 圖像融合方法研究
17.4 圖像融合算法質量評價
17.5 基於DSP的圖像融合處理
本章參考文獻
