《基于多分辨分析理论的图像融合方法》一书于2007年由西安电子科技大学出版社出版发行，此书介绍了几种常用的成像传感器、图像的匹配方法、图像融合的诉电基本概念、用于图像散元鲜质融合的几种多分辨分析数学理论以及其它数学工具，讨论了多聚焦可见光图像融合方法、医学图像融合方法、遥感图像融合方法、 基于小波变换和形态学的图像融合方法，以及危险物品检测中的图像融合方法，并对JPEG 2000压缩域图像融合方法进行了初步研究。书中还讨论了基于多传感器探测的危险物品检测、甲断倒自识别分类及定位问题。最后介绍了图像融合技术研究的新进展。
多切敌大孔蛋往响传感器信息处理系统是高性能传感器不断涌现以及智能信息处理发展的必然结果。图像融合技术广泛应用于数码成像、机器人视觉、地球遥感、医学图像综合显示、生理特征识别、三维图像重建等领域。
插图 该书面向广大多传感器信息系统的研究设计人员，可作为高等院校通信工程、电子工程、计算机应用、 器人研究等专业高年级本科生或研究生教材。
绪论1
0.1肥握值反商弦映地缩多传感器图像信息处理系统
0.2图像多分辨分析工具
0.3其它图像变换工具
来自0.4本书的主要内容
第1章常用成像传感器简介
1.1CCD彩色摄像机
1.2X光CCD图像传感器
1.3红外CCD图像传感器
1.4CMOS图像传感器
1.5遥感多光谱成像
1.6基于SPOT的遥感成像
1.7Landsat卫星成像
1.8毫米波成像传感器
1.9微波成像传感器
1.10磁成像传感器
1.11同位素成像传感器
1.12XCT成像传感器
1.13微光图像传360百科感器
1.14声成像传感器
1.15车用图像传感器
1.16过程层析成像传感器
本章参考文献
第2章图像匹配理兴斤句养去孙源应掉资论
2.1图像匹配概八述
2.1.1图像匹配的定义
2.1.2匹配方法的分类
2.2图像匹配的一般流程
2.3图像匹配的关键要素
2.4维很基于图像灰度的匹配方法
2.5基于图像特征的匹配方法
2.6本章小结
本章参考文献
第3章经典匹配算法的对比分析及改进
布减换伯在念吧只贵 3.1基于图像像素灰度值的匹配算法
3.1.1ABS算法
3.1.2归一化互相关匹配算法
3.1.3图像矩匹配方法
3.2基于图像特陈财使征点的匹配算法
3.3图像匹配的改进方法
3.3.1粗匹配
3.3.2精确匹配
3.4本章小结
本章参考文献
第4章图像复合匹配算法
4.1频域匹配算法
4.1.1Fourier变换理论
4.1.2基于FourierMellin变换的图像配准算法
4.2图像边缘特局并究积西转兵刚征提取
4.2.1边缘检测
程些尽相林跳 4.2.2Canny边缘算子
4.3基于边缘特征和频域相关的复合匹配算法
4.3.1大边缘提取
4.3.2建立边缘方向曲线及其相对月链码
4.3.3相位相关计算
4.3.4复合匹配算法的实现
4.4实验仿真
4.5本章小结
本根效七第但兵程龙粉太手章参考文献
第5章可宁角但木季同欢轻抗块马见光与毫米波图像匹配算法
5.1可见光和毫米波简介
5.2毫米波图像的预处理过程
5.2.活花刘额老1非线性外推算法的基本原理
仍日虽奏运给5.2.2自适应阈值二值化
5.2.3图像形态学滤波
观官货准笔 5.3可见光和毫米波图像匹配
5.4本章小结
本章参考文献
第6章图像融合的基本概念
6.1图像融粒审初已兰指绝合的定义
6.2图像融合系统的一般结构
6.3数据层变换域图像融合的信息模型
6.4常用数据层图像融合方法
6.5图像融合性能评价方法
6.6图像融合系统中常用传感器及其特点
6.7图像融心资践套稳合技术的应用
6.8现有图像融合方法分析
尼你6.9本章小结
本章参考文献
第7章用于图像融合的数学变换理论
7.1正交分解与投影定理
7.2小波变换与非平稳信号分析
7.2.1小波变换的定义
7.2.2多分辨分析与正交小波基
7.2.3二维小波变换及其快速算法
7.2.4小波变换的工程意义
7.2.5常用的几种小波基函数
7.3小波包理论及算法
7.4多小波变换理论
7.4.1连续多小波变换的定义
7.4.2多小波的性质
7.4.3多元多分辨分析(MRAr)
7.4.4多小波的分解与重构算法
7.4.5离散多小波变换的工程实现
7.5RGBIHS变换
7.6PCA变换(主成分分析)
7.7Brovey变换
7.8本章小结
本章参考文献
第8章多聚焦可见光图像融合方法
8.1光学成像系统特性
8.2多聚焦可见光图像的获取
8.3多聚焦可见光图像融合的意义
8.4多聚焦可见光图像融合信息模型
8.5基于小波变换的多聚焦可见光图像融合
8.6基于小波包变换的多聚焦可见光图像融合
8.7基于多小波变换的多聚焦可见光图像融合
8.8融合结果评价及结论
8.9本章小结
本章参考文献
第9章医学图像融合方法
9.1CT成像机理及信息含义
9.2NMR成像机理及信息含义
9.3CT与NMR图像融合的意义
9.4CT与NMR图像融合的信息模型
9.5基于小波变换的CT与NMR图像融合
9.6基于小波包变换的CT与NMR图像融合
9.7基于多小波变换的CT与NMR图像融合
9.8CT与NMR图像的其它融合方法
9.9融合结果评价及结论
9.10本章小结
本章参考文献
第10章遥感图像融合方法
10.1遥感基础
10.2常用遥感平台
10.3遥感传感器及其图像特征
10.4遥感图像融合的可能性及意义
10.5基于多分辨分析的遥感图像融合信息模型
10.6基于小波变换的全光谱与多光谱图像融合
10.7基于多小波变换的全光谱与多光谱图像融合
10.8基于IHS变换的全光谱与多光谱图像融合
10.9基于主成分变换(PCA)的全光谱与多光谱图像融合
10.10基于Brovey变换的全光谱与多光谱图像融合
10.11融合结果评价及结论
10.12本章小结
本章参考文献
第11章基于小波变换和形态学的图像融合方法
11.1数学形态学
11.1.1膨胀
11.1.2腐蚀
11.1.3膨胀和腐蚀的对偶性
11.1.4开启和闭合
11.2传统像素级图像融合框架
11.2.1小波图像融合方法框架
11.2.2活动水平测量
11.2.3系数分组方法
11.2.4系数合并方法
11.2.5一致性验证
11.3基于小波变换和数学形态学的图像融合方法
11.3.1可见光图像的频域成分特性
11.3.2可见光多聚焦图像融合方法
11.3.3图像融合实验
11.4本章小结
本章参考文献
第12章危险物品检测中的图像融合方法
12.1危险物品的检测
12.1.1红外成像与毫米波成像
12.1.2危险物品检测系统
12.2脊波变换与曲波变换的基本理论
12.2.1脊波与曲波的产生
12.2.2脊波和曲波与小波的联系及区别
12.2.3脊波分析的基本理论
12.2.4单尺度脊波变换
12.2.5曲波变换
12.3基于曲波变换的图像融合方法
12.3.1图像的曲波变换
12.3.2基于曲波变换的图像融合过程
12.3.3曲波系数融合规则
12.3.4基于曲波变换的图像融合实验
12.4本章小结
本章参考文献
第13章JPEG2000压缩域图像融合方法
13.1压缩图像文件格式
13.1.1图像压缩的基本概念
13.1.2JPEG图像格式
13.1.3JPEG2000图像格式
13.2JPEG2000压缩域图像处理
13.2.1图像的压缩域处理
13.2.2JPEG2000图像结构概述
13.2.3压缩域图像融合初步研究
13.3本章小结
本章参考文献
第14章基于多传感器探测的危险物品检测
14.1危险物品检测、识别分类及定位实现方案
14.2危险物品图像预处理
14.2.1毫米波成像图像的特点
14.2.2图像去噪
14.2.3图像增强
14.2.4图像分割
14.3本章小结
本章参考文献
第15章危险物品的特征提取
15.1图像特征提取的基本概念
15.2常用的图像特征提取方法
15.2.1纹理特征提取
15.2.2形状和结构特征提取
15.3危险物品轮廓矩不变量的特征提取
15.3.1图像的边缘提取
15.3.2轮廓矩不变量特征算法
15.3.3图像轮廓矩不变量特征提取的结果与分析
15.4本章小结
本章参考文献
第16章危险物品识别分类与定位
16.1模式分类技术
16.1.1模式分类基础知识
16.1.2统计模式分类方法
16.1.3模式分类的新方法
16.2BP神经网络在危险物品识别分类中的应用
16.2.1BP神经网络模型
16.2.2BP网络学习算法
16.2.3实验结果与分析
16.3模糊C均值聚类在危险物品识别分类中的应用
16.3.1模糊C均值聚类(FCM)算法
16.3.2模糊聚类应用于目标识别及实验结果分析
16.4危险物品定位
16.4.1危险物品定位精度
16.4.2影响定位精度的几个因素
16.5本章小结
本章参考文献
第17章图像融合技术研究的新进展
17.1融合前多源图像信号的筛选
17.2多源图像信号的匹配
17.3图像融合方法研究
17.4图像融合算法质量评价
17.5基于DSP的图像融合处理
本章参考文献
关注微信