●前言
上篇基礎理論篇
第1章緒論3
1.1圖像融合基本概念3
1.2圖像融合技術發展現狀4
1.3圖像融合方法分類5
1.3.1基於等級的圖像融合方法分類5
1.3.2基於域的圖像融合方法分類7
1.4圖像融合應用領域7
參考文獻8
第2章圖像融合預處理11
2.1圖像配準11
2.2圖像校正13
2.3圖像去噪14
2.3.1中值濾波14
2.3.2高斯濾波15
2.3.3鄰域平均法濾波16
參考文獻17
第3章圖像特性與質量評價18
3.1紅外與可見光圖像的特性18
3.1.1紅外與可見光傳感器成像機理18
3.1.2紅外與可見光圖像的區別18
3.1.3紅外與可見光圖像的關繫20
3.2融合圖像的質量評價20
3.2.1主觀評價20
3.2.2客觀評價21
參考文獻25
第4章多尺度幾何分析理論27
4.1多尺度幾何分析簡介27
4.2多尺度幾何分析發展現狀27
4.3多尺度幾何分析方法分類29
4.3.1自適應多尺度幾何分析29
4.3.2非自適應多尺度幾何分析31
參考文獻33
下篇方法應用篇
第5章基於NSCT的紅外與可見光圖像融合方法37
5.1研究背景37
5.2Contourlet變換37
5.2.1拉普拉斯金字塔38
5.2.2方向濾波器39
5.3NSCT變換40
5.3.1非下采樣金字塔分解42
5.3.2非下采樣方向濾波器組43
5.4基於局部區域標準方差的融合方法45
5.4.1方法流程45
5.4.2低頻子帶繫數融合46
5.4.3高頻子帶繫數融合46
5.4.4實驗結果與分析49
5.4.5小結53
5.5基於雙邊濾波器的含噪紅外與可見光圖像融合方法54
5.5.1方法流程54
5.5.2圖像融合規則54
5.5.3實驗結果與分析57
5.5.4小結63
參考文獻63
第6章基於Tetrolet變換的紅外與可見光圖像融合方法65
6.1研究背景65
6.2Tetrolet變換67
6.2.1Haar小波變換67
6.2.2Tetrolet變換與改進68
6.3基於Tetrolet變換的紅外與可見光圖像融合方法71
6.3.1Tetrolet變換與顏色空間映射71
6.3.2方法流程72
6.3.3低頻子帶繫數融合73
6.3.4高頻子帶繫數融合74
6.3.5RGB顏色空間恢復75
6.3.6實驗結果與分析76
6.3.7小結79
6.4多方向SML與Tetrolet變換的圖像融合方法80
6.4.1方法框架80
6.4.2圖像融合規則80
6.4.3實驗結果與分析84
6.4.4小結88
6.5基於Tetrolet變換的近紅外與彩色可見光圖像融合方法88
6.5.1圖像融合方法89
6.5.2CSC顏色校正94
6.5.3評價指標95
6.5.4實驗結果與分析97
6.5.5小結101
參考文獻101
第7章基於Ripplet變換的紅外與可見光圖像融合方法104
7.1研究背景104
7.2Ripplet變換104
7.2.1連續Ripplet變換104
7.2.2離散Ripplet變換106
7.3基於Ripplet變換的紅外與可見光圖像融合方法107
7.3.1方法流程107
7.3.2圖像融合規則108
7.3.3實驗結果與分析111
7.4小結114
參考文獻114
第8章基於NSST變換的紅外與可見光圖像融合方法116
8.1基於神經網絡與NSST的紅外與可見光圖像融合方法116
8.1.1研究背景116
8.1.2NSST變換117
8.1.3方法流程117
8.1.4低頻子帶融合118
8.1.5高頻子帶融合120
8.1.6實驗結果與分析121
8.1.7小結127
8.2基於DLatLRR與VGGNet的紅外與可見光圖像融合方法127
8.2.1研究背景127
8.2.2潛在低秩表示分解128
8.2.3VGG網絡130
8.2.4圖像融合130
8.2.5實驗結果與分析136
8.2.6小結140
8.3基於混合模型驅動的紅外與可見光圖像融合方法140
8.3.1研究背景140
8.3.2方法流程141
8.3.3混合圖像分解模型142
8.3.4顯著子帶融合142
8.3.5基礎子帶融合144
8.3.6實驗結果與分析146
8.3.7小結152
參考文獻152
第9章基於MSTO的含噪聲多傳感器圖像融合方法156
9.1研究背景156
9.2數學形態學分解算子157
9.2.1數學形態學開關算子157
9.2.2亮邊緣和暗邊緣158
9.3基於MSTO的含噪聲多傳感器圖像融合方法159
9.3.1方法流程159
9.3.2Beamlet保邊濾波算子160
9.3.3亮邊緣和暗邊緣的融合160
9.3.4細節圖像融合161
9.3.5能量圖像融合161
9.3.6MSTO逆變換161
9.4實驗結果與分析162
9.5小結164
參考文獻164
第10章基於Tetrolet變換的彩色水下圖像清晰化方法166
10.1研究背景166
10.2算法基礎166
10.2.1水下圖像退化模型167
10.2.2暗原色先驗估計167
10.3算法原理168
10.3.1方法流程168
10.3.2空間映射169
10.3.3l亮度通道的清晰化處理170
10.3.4lαβ顏色通道色彩校正172
10.3.5顏色空間反向映射172
10.4實驗結果與分析173
10.4.1主觀評價173
10.4.2客觀評價173
10.5小結175
參考文獻175
第11章基於多尺度幾何變換的圖像去霧方法177
11.1基於NSCT變換的霧天圖像清晰化方法177
11.1.1研究背景177
11.1.2方法流程177
11.1.3亮度通道清晰化處理179
11.1.4顏色通道拉伸185
11.1.5實驗結果與分析186
11.1.6小結188
11.2基於近紅外與可見光雙通道傳感器信息融合的去霧方法189
11.2.1研究背景189
11.2.2相關理論190
11.2.3基於NSST的圖像去霧方法流程192
11.2.4NSST域融合193
11.2.5飽和度通道去霧196
11.2.6實驗結果與分析196
11.2.7小結199
參考文獻199
彩圖

圖像融合是多傳感器信息融合的一個重要分支，也是信息領域的重點研究方向。本書以紅外圖像和可見光圖像作為研究對像，基於多尺度分析方法進行融合方法的研究，繫統構建了新的多傳感器圖像融合框架，發展和提出了新的多傳感器圖像融合方法。
本書可作為高等學校計算機、圖像處理、圖像融合等專業的高年級本科生和研究生的參考書，也可供相關領域的科研人員參考。