图像融合理论、算法与应用
全新正版 极速发货
￥ 31.95 7.1折 ￥ 45 全新
仅1件
作者荣传振，贾永兴编著
出版社东南大学出版社
ISBN9787576601664
出版时间2023-03
装帧平装
开本16开
定价45元
货号1203001353
上书时间2024-12-02
- 在售商品 暂无
- 平均发货时间 14小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章图像处理基础
1.1概述
1.2数字图像的表示方法
1.2.1数字图像的结构
1.2.2图像的矩阵表示
1.3人眼视觉感知特性
1.4数字图像处理的研究内容
1.4.1常用的基本概念
1.4.2数字图像处理的特点
1.4.3数字图像处理的研究内容
1.4.4数字图像处理的技术
1.5图像文件的常用格式
1.6图像增强
1.6.1图像噪声
1.6.2图像对比度增强
1.6.3图像平滑
1.6.4图像锐化
1.7图像处理系统的组成和应用
1.7.1图像处理系统的组成
1.7.2数字图像处理的应用
参考文献
第2章图像配准方法
2.1基于灰度信息的图像配准
2.1.1MAD算法
2.1.2SAD算法
2.1.3SSD算法
2.1.4SSDA
2.2基于SIFT的图像配准算法研究
2.2.1SIFT特征点提取
2.2.2构造SIFT特征描述子
2.2.3SIFT特征点匹配
2.2.4剔除误西己
2.2.5坐标变换与插值
2.2.6实验结果与分析
2.2.7SIFT算法应用于多源图像配准中的问题
2.2.8小结
2.3基于改进SIFT的红外与可见光图像配准方法研究
2.3.1图像预处理
2.3.2基于边缘特征提取与增强的SIFT多源图像配准算法
2.3.3SIFT算法自身的改进
2.3.4混合SIFT多源图像配准方法
2.3.5实验结果与分析
2.3.6小结
参考文献
第3章图像融合基础知识
3.1图像融合概述及国内外研究现状
3.1.1传统的图像融合方法
3.1.2基于深度学习的图像融合方法
3.2图像融合分类
3.3图像融合质量评价
3.3.1主观评价
3.3.2客观评价
参考文献
第4章基于多尺度分解的红外与可见光图像融合方法
4.1基于拉普拉斯金字塔的图像融合方法
4.2基于离散小波变换的图像融合方法
4.2.1离散小波变换基本原理
4.2.2基于离散小波变换的图像融合方法
4.3基于非下采样轮廓波变换的图像融合方法
4.4基于多尺度混合信息分解的图像融合方法
4.4.1高斯滤波器和引导滤波器
4.4.2图像混合信息分解方法
4.4.3红外与可见光图像融合
4.4.4实验结果与分析
4.5基于图像对比度增强的红外与可见光图像融合方法
4.5.1基于引导滤波器和线性变换的可见光图像增强算法
4.5.2图像融合方法
4.5.3非局部均值滤波
4.5.4实验结果与分析
4.6基于视觉显著性检测和图像两尺度分解的图像融合方法
4.6.1红外特征信息提取
4.6.2基于低通滤波的图像两尺度分解
4.6.3视觉显著性检测
4.6.4权重图构造
4.6.5图像重构
4.6.6实验结果与分析
参考文献
第5章基于稀疏表示的图像融合方法
5.1稀疏表示理论基础
5.2基于稀疏表示的图像融合方法
5.2.1图像分块与重构
5.2.2滑动窗技术
5.2.3图像融合方法
5.3稀疏字典的构造
5.3.1稀疏字典学习原理
5.3.2稀疏字典学习的实现
5.4图像多尺度分解与稀疏表示相结合的图像融合方法
5.5基于卷积稀疏表示的图像融合方法
5.5.1卷积稀疏表示
5.5.2卷积字典构建
5.5.3基于图像两尺度分解及卷积稀疏表示的图像融合方法
5.5.4实验结果与分析
参考文献
第6章基于红外目标特征提取的图像融合方法
6.1红外目标特征提取
6.1.1基于高斯滤波器的图像分解方法
6.1.2红外目标特征提取
6.2分解子信息融合
6.3实验结果与分析
参考文献
第7章基于深度卷积神经网络的图像融合方法
7.1卷积神经网络
7.1.1卷积神经网络的基本结构
7.1.2卷积神经网络的训练方式
7.2基于均值滤波的两尺度图像分解方法
7.2.1均值滤波
7.2.2基于均值滤波的两尺度图像分解方法
7.3图像两尺度分解与CNN相结合的融合方法
7.3.1低频部分的融合
7.3.2高频部分的融合
7.3.3重建图像
7.4实验结果与分析
7.4.1实验设置
7.4.2实验结果及分析
参考文献
内容摘要
图像融合是将来自不同传感器或同一传感器在不同模式下获得的多幅图像融合成一幅图像的技术。和源图像相比，融合图像综合了多幅图像的互补和冗余信息，比任何单一图像更能有效地对场景进行描述，也更加适合进一步的图像处理任务。本书以红外与可见光图像融合为牵引，系统阐述了数字图像处理基础、图像配准、基于多尺度分解的图像融合方法、基于稀疏表示的图像融合方法、基于红外特征提取的图像融合方法以及基于深度卷积神经网络的图像融合方法等。本书既有传统的图像融合方法，又包含作者多年来在图像融合研究领域提出的新方法，是一本理论与实践应用结合紧密的专业教材。本书既可作为高等院校电子信息类、计算机类和自动化类本科生的教材，也可供图像处理领域的广大科技工作者、工程技术人员参考和使用。
精彩内容图像融合将来自不同传感器或同——传感器在不同模式下获得的多幅图像融合成一幅图像，和源图像相比，融合图像综合了多幅图像的互补和冗余信息，比任何单一图像更能有效地对场景进行描述，也更加适合进一步的图像处理任务。目前，图像融合在计算机视觉、医学图像处理、军事、遥感等领域都扮演着重要的角色。全书共分六章，第一章介绍是数字图像处理的理论基础，包括数字图像处理概述、数字图像的表示方法、数字图像处理的研究内容等。第二章介绍图像融合基础知识，简要介绍图像融合的研究背景和意义、图像融合研究现状、图像融合层次分类、图像融合质量评价等。第三章介绍基于多尺度分解的图像融合方法，主要包括基于拉普拉斯金字塔的图像融合方法、基于小波变换的图像融合方法、基于轮廓波变换的图像融合方法、基于多尺度混合信息分解的图像融合方法等。第四章介绍基于基于稀疏表示的图像融合方法，主要包括稀疏表示的基础理论、融合方法：卷积稀疏表示的基础理论、融合方法等。第五章介绍基于红外特征提取的图像融合方法，重点关注红外与可见光图像融合。第六章介绍基于深度卷积神经网络的图像融合，包括常用的深度网络模型及其在图像融合中的应用。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价