圖像融合：理論、技術(shù)與應用簡(jiǎn)介，目錄書(shū)摘

編輯推薦:

內容簡(jiǎn)介:　　《圖像融合：理論、技術(shù)與應用》旨在對圖像融合的理論、技術(shù)和應用做一個(gè)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(xué)專(zhuān)業(yè)一年級研究生的教材，同時(shí)也為那些想了解圖像融合概念，并希望在實(shí)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(xiàn)性代數基本工具，但《圖像融合：理論、技術(shù)與應用》內容體系對初級學(xué)習者是完備的，不要求有任何專(zhuān)門(mén)的圖像融合知識。同時(shí)，《圖像融合：理論、技術(shù)與應用》也可以作為學(xué)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(shù)與應用》主體內容分為三大部分。第壹部分是圖像融合的基本概念和理論。該部分尤其強調通用表征格式，細致討論圖像校正、輻射校正和語(yǔ)義等價(jià)等方面內容。第二部分詳細介紹在實(shí)際圖像融合中使用的大量技術(shù)和算法，如：子空間變換、多分辨率分析、集成學(xué)習、bagging算法、boosting算法、顏色空間、圖像閾值、馬爾科夫隨機場(chǎng)、圖像相似性測度等。前兩個(gè)部分可以使讀者對圖像融合有一個(gè)綜合、完整的認識。第三部分關(guān)注應用，詳細闡述實(shí)際生活中圖像融合運用實(shí)例，包括全色銳化、集成彩色圖像分割以及Warfield等提出的同時(shí)性原理和性能指標估計算法。
　　有關(guān)《圖像融合：理論、技術(shù)與應用》的學(xué)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(jiǎn)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(shū)結構
1．7 軟件
1．8 拓展閱讀
參考文獻

第2章 圖像傳感器
2．1 數碼相機
2．2 光學(xué)系統
2．2．1 透視投影
2．2．2 正射投影
2．3 記錄系統
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
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(xiàn)
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(yǔ)義等價(jià)
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 精確直方圖規定化
6．3 中間圖像均衡
6．4 匹配二階統計量
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(shù)

第8章 多分辨率分析
8．1 引言
8．2 離散小波變換
8．3 無(wú)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(shù)
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(xiàn)性判別分析
9．5．1 Fisher臉
9．5．2 中值LDA
9．5．3 重加權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(guān)分析
9．8 軟件
9．9 拓展閱讀
參考文獻

第10章 集成學(xué)習
10．1 集成學(xué)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(lèi)
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(lèi)器
11．5 自助聚集式K-均值聚類(lèi)
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(guān)鍵點(diǎn)
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(wú)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(guān)系數
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(dòng)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
15．3．1 自動(dòng)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(chǎng)
17．1 馬爾可夫隨機場(chǎng)
17．2 能量函數
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(jià)指標
18．3 無(wú)參圖像質(zhì)量評價(jià)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(shí)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(shí)性原理和性能指標估計
參考文獻

第22章 生物認證技術(shù)
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
22．3．2 多算法系統
22．3．3 多實(shí)例系統
22．3．4 多樣本系統
22．4 結語(yǔ)
參考文獻