图书介绍
基于多分辨分析理论的图像融合方法PDF|Epub|txt|kindle电子书版本网盘下载
- 那彦，焦李成主编 著
- 出版社： 西安：西安电子科技大学出版社
- ISBN：7560618278
- 出版时间：2007
- 标注页数：250页
- 文件大小：36MB
- 文件页数：265页
- 主题词：
PDF下载
下载说明
基于多分辨分析理论的图像融合方法PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
绪论1
0.1 多传感器图像信息处理系统1
0.2 图像多分辨分析工具2
0.3 其它图像变换工具3
0.4 本书的主要内容3
第1章 常用成像传感器简介6
1.1 CCD彩色摄像机6
1.2 X光CCD图像传感器7
1.3 红外CCD图像传感器9
1.4 CMOS图像传感器11
1.5 遥感多光谱成像12
1.6 基于SPOT的遥感成像15
1.7 Landsat卫星成像17
1.8 毫米波成像传感器19
1.9 微波成像传感器20
1.10 磁成像传感器23
1.11 同位素成像传感器25
1.12 X-CT成像传感器27
1.13 微光图像传感器29
1.14 声成像传感器31
1.15 车用图像传感器33
1.16 过程层析成像传感器38
本章参考文献41
第2章 图像匹配理论45
2.1 图像匹配概述45
2.1.1 图像匹配的定义45
2.1.2 匹配方法的分类45
2.2 图像匹配的一般流程46
2.3 图像匹配的关键要素46
2.4 基于图像灰度的匹配方法47
2.5 基于图像特征的匹配方法47
2.6 本章小结49
本章参考文献49
第3章 经典匹配算法的对比分析及改进50
3.1 基于图像像素灰度值的匹配算法50
3.1.1 ABS算法50
3.1.2 归一化互相关匹配算法50
3.1.3 图像矩匹配方法51
3.2 基于图像特征点的匹配算法53
3.3 图像匹配的改进方法55
3.3.1 粗匹配55
3.3.2 精确匹配57
3.4 本章小结58
本章参考文献58
第4章 图像复合匹配算法60
4.1 频域匹配算法60
4.1.1 Fourier变换理论60
4.1.2 基于Fourier-Mellin变换的图像配准算法61
4.2 图像边缘特征提取62
4.2.1 边缘检测62
4.2.2 Canny边缘算子64
4.3 基于边缘特征和频域相关的复合匹配算法66
4.3.1 大边缘提取66
4.3.2 建立边缘方向曲线及其相对链码67
4.3.3 相位相关计算68
4.3.4 复合匹配算法的实现68
4.4 实验仿真69
4.5 本章小结71
本章参考文献71
第5章 可见光与毫米波图像匹配算法73
5.1 可见光和毫米波简介73
5.2 毫米波图像的预处理过程74
5.2.1 非线性外推算法的基本原理75
5.2.2 自适应阈值二值化76
5.2.3 图像形态学滤波77
5.3 可见光和毫米波图像匹配79
5.4 本章小结82
本章参考文献82
第6章 图像融合的基本概念83
6.1 图像融合的定义83
6.2 图像融合系统的一般结构83
6.3 数据层变换域图像融合的信息模型84
6.4 常用数据层图像融合方法85
6.5 图像融合性能评价方法86
6.6 图像融合系统中常用传感器及其特点87
6.7 图像融合技术的应用87
6.8 现有图像融合方法分析89
6.9 本章小结90
本章参考文献90
第7章 用于图像融合的数学变换理论93
7.1 正交分解与投影定理93
7.2 小波变换与非平稳信号分析94
7.2.1 小波变换的定义95
7.2.2 多分辨分析与正交小波基96
7.2.3 二维小波变换及其快速算法97
7.2.4 小波变换的工程意义98
7.2.5 常用的几种小波基函数99
7.3 小波包理论及算法101
7.4 多小波变换理论104
7.4.1 连续多小波变换的定义104
7.4.2 多小波的性质104
7.4.3 多元多分辨分析（MRA）105
7.4.4 多小波的分解与重构算法105
7.4.5 离散多小波变换的工程实现106
7.5 RGB-IHS变换109
7.6 PCA变换（主成分分析）110
7.7 Brovey变换112
7.8 本章小结112
本章参考文献112
第8章 多聚焦可见光图像融合方法114
8.1 光学成像系统特性114
8.2 多聚焦可见光图像的获取116
8.3 多聚焦可见光图像融合的意义116
8.4 多聚焦可见光图像融合信息模型117
8.5 基于小波变换的多聚焦可见光图像融合118
8.6 基于小波包变换的多聚焦可见光图像融合124
8.7 基于多小波变换的多聚焦可见光图像融合128
8.8 融合结果评价及结论131
8.9 本章小结132
本章参考文献132
第9章 医学图像融合方法134
9.1 CT成像机理及信息含义134
9.2 NMR成像机理及信息含义135
9.3 CT与NMR图像融合的意义136
9.4 CT与NMR图像融合的信息模型136
9.5 基于小波变换的CT与NMR图像融合136
9.6 基于小波包变换的CT与NMR图像融合142
9.7 基于多小波变换的CT与NMR图像融合146
9.8 CT与NMR图像的其它融合方法148
9.9 融合结果评价及结论148
9.10 本章小结149
本章参考文献149
第10章 遥感图像融合方法151
10.1 遥感基础151
10.2 常用遥感平台152
10.3 遥感传感器及其图像特征152
10.4 遥感图像融合的可能性及意义155
10.5 基于多分辨分析的遥感图像融合信息模型155
10.6 基于小波变换的全光谱与多光谱图像融合156
10.7 基于多小波变换的全光谱与多光谱图像融合159
10.8 基于IHS变换的全光谱与多光谱图像融合160
10.9 基于主成分变换（PCA）的全光谱与多光谱图像融合163
10.10 基于Brovey变换的全光谱与多光谱图像融合166
10.11 融合结果评价及结论168
10.12 本章小结170
本章参考文献170
第11章 基于小波变换和形态学的图像融合方法173
11.1 数学形态学173
11.1.1 膨胀173
11.1.2 腐蚀174
11.1.3 膨胀和腐蚀的对偶性174
11.1.4 开启和闭合175
11.2 传统像素级图像融合框架175
11.2.1 小波图像融合方法框架176
11.2.2 活动水平测量176
11.2.3 系数分组方法177
11.2.4 系数合并方法177
11.2.5 一致性验证178
11.3 基于小波变换和数学形态学的图像融合方法178
11.3.1 可见光图像的频域成分特性179
11.3.2 可见光多聚焦图像融合方法179
11.3.3 图像融合实验181
11.4 本章小结182
本章参考文献182
第12章 危险物品检测中的图像融合方法183
12.1 危险物品的检测183
12.1.1 红外成像与毫米波成像183
12.1.2 危险物品检测系统184
12.2 脊波变换与曲波变换的基本理论185
12.2.1 脊波与曲波的产生185
12.2.2 脊波和曲波与小波的联系及区别186
12.2.3 脊波分析的基本理论186
12.2.4 单尺度脊波变换189
12.2.5 曲波变换190
12.3 基于曲波变换的图像融合方法191
12.3.1 图像的曲波变换192
12.3.2 基于曲波变换的图像融合过程193
12.3.3 曲波系数融合规则193
12.3.4 基于曲波变换的图像融合实验194
12.4 本章小结197
本章参考文献197
第13章 JPEG 2000压缩域图像融合方法198
13.1 压缩图像文件格式198
13.1.1 图像压缩的基本概念198
13.1.2 JPEG图像格式199
13.1.3 JPEG 2000图像格式199
13.2 JPEG 2000压缩域图像处理200
13.2.1 图像的压缩域处理200
13.2.2 JPEG 2000图像结构概述201
13.2.3 压缩域图像融合初步研究201
13.3 本章小结203
本章参考文献203
第14章 基于多传感器探测的危险物品检测204
14.1 危险物品检测、识别分类及定位实现方案204
14.2 危险物品图像预处理204
14.2.1 毫米波成像图像的特点205
14.2.2 图像去噪205
14.2.3 图像增强207
14.2.4 图像分割210
14.3 本章小结213
本章参考文献213
第15章 危险物品的特征提取214
15.1 图像特征提取的基本概念214
15.2 常用的图像特征提取方法214
15.2.1 纹理特征提取214
15.2.2 形状和结构特征提取216
15.3 危险物品轮廓矩不变量的特征提取218
15.3.1 图像的边缘提取218
15.3.2 轮廓矩不变量特征算法221
15.3.3 图像轮廓矩不变量特征提取的结果与分析223
15.4 本章小结226
本章参考文献226
第16章 危险物品识别分类与定位228
16.1 模式分类技术228
16.1.1 模式分类基础知识228
16.1.2 统计模式分类方法230
16.1.3 模式分类的新方法231
16.2 BP神经网络在危险物品识别分类中的应用233
16.2.1 BP神经网络模型233
16.2.2 BP网络学习算法234
16.2.3 实验结果与分析235
16.3 模糊C均值聚类在危险物品识别分类中的应用236
16.3.1 模糊C均值聚类（FCM）算法236
16.3.2 模糊聚类应用于目标识别及实验结果分析237
16.4 危险物品定位237
16.4.1 危险物品定位精度239
16.4.2 影响定位精度的几个因素239
16.5 本章小结239
本章参考文献240
第17章 图像融合技术研究的新进展241
17.1 融合前多源图像信号的筛选241
17.2 多源图像信号的匹配241
17.3 图像融合方法研究242
17.4 图像融合算法质量评价246
17.5 基于DSP的图像融合处理247
本章参考文献247