遥感图像融合技术

《遥感图像融合技术》围绕天基多源遥感图像融合技术，基本涵盖天基多源传感器成像原理、典型遥感数据产品、融合图像质量评价方法和图像配准与插值方法，着重对基于多分辨率分析、小波分析、压缩传感与光谱变换的多光谱图像锐化方法进行详细阐述，并推广到高光谱图像锐化问题中。很后，对异源图像融合的新趋势进行总结并提出展望。

译者序
前言
引言
主要符号列表
主要术语对照表
章 绪论
1.1 概述
1.2 目的和范围
1.3 内容组织
1.3.1 传感器与图像数据产品
1.3.2 融合质量评价
1.3.3 图像配准与插值
1.3.4 图像融合多尺度分析
1.3.5 多波段图像融合的谱变换
1.3.6 多光谱图像融合
1.3.7 高光谱图像融合
1.3.8 失真和错位对锐化的影响
1.3.9 异构传感器图像融合
1.3.10 遥感图像融合新趋势
1.3.1 l总结和展望
1.4 小结
第2章 传感器与图像数据产品
2.1 概述
2.2 基本概念
2.2.1 名词定义
2.2.2 空间分辨率
2.2.3 辐射分辨率
2.2.4 光谱分辨率
2.2.5 时间分辨率
2.3 成像策略
2.3.1 摆扫式成像
2.3.2 推扫式成像
2.4 光学传感器
2.4.1 反射辐射传感器
2.4.2 高分辨率和超高分辨率传感器
2.4.3 热成像传感器
2.5 主动式传感器
2.5.1 雷达与合成孔径雷达
2.5.2 合成孔径雷达传感器
2.5.3 激光雷达
2.6 小结
第3章 融合质量评价
3.1 概述
3.2 全色锐化融合质量
3.2.1 质量评价统计指标
3.2.2 全色锐化融合评价准则
3.2.3 高光谱全色锐化质量评价
3.2.4 热红外与可见近红外融合质量评价
3.3 光学图像与SAR图像融合质量评价
3.4 小结
第4章 图像配准与插值
4.1 概述
4.2 图像配准
4.2.1 定义
4.2.2 几何校正
4.2.3 点映射方法：图像变换
4.2.4 重采样
4.2.5 其他配准技术
4.3 图像插值
4.3.1 问题描述
4.3.2 数字插值的理论基础
4.3.3 理想情况和实际情况
4.3.4 分段局部多项式核函数
4.3.5 分段局部多项式核函数的推导
4.3.6 基于全色锐化的多光谱数据插值
4.3.7 全色锐化中插值过程的效果评价
4.4 小结
第5章 基于多分辨率分析的图像融合
5.1 概述
5.2 多分辨率分析
5.2.1 正交小波
5.2.2 双正交小波
5.3 多级不平衡树结构
5.3.1 严格抽样方法
5.3.2 平移不变法
5.4 二维多分辨率分析
5.4.1 二维非抽样可分离分析
5.4.2 a-trous分析
5.5 高斯和拉普拉斯金字塔
5.6 不可分离多分辨率分析
5.6.1 曲波
5.6.2 轮廓波
5.7 小结
第6章 基于谱变换的多波段图像融合
6.1 概述
6.2 RGB到IHS的变换及其实现
6.2.1 线性IHS变换
6.2.2 非线性IHS变换
6.2.3 多光谱图像融合中IHS变换的推广
6.3 PCA变换
6.3.1 PCA的去相关性
6.3.2 基于PCA变换的图像融合
6.4 Gram-Sclamicit变换
6.4.1 Gram-Schmidt正交化过程
6.4.2 Gram-Schmidt光谱锐化
6.5 小结
第7章 多光谱图像融合
7.1 概述
7.2 全色锐化方法的分类
7.3 全色锐化方法综述
7.3.1 成分替换
7.3.2 基于CS融合方法的优化
7.3.3 多分辨率分析
7.3.4 基于MTF的MRA很优化
7.3.5 混合方法
7.4 模拟结果和讨论
7.4.1 IKONOS数据的融合
7.4.2 QuickBird数据的融合
7.4.3 讨论
7.5 小结
第8章 高光谱图像融合
8.1 概述
8.2 多光谱到高光谱的全色锐化
8.3 文献回顾
8.3.1 BDSD-MMSE融合
8.3.2 基于光谱角约束的融合
8.4 仿真结果
8.4.1 BDSD-MMSE算法
8.4.2 CSA算法
8.4.3 讨论
8.5 小结
第9章 混叠与错位对全色锐化的影响
9.1 概述
9.2 数学公式
9.2.1 基于成分替换的方法
9.2.2 基于多分辨率分析的方法
9.3 混叠敏感
9.3.1 基于成分替换的方法
9.3.2 基于多分辨率分析的方法
9.3.3 结果和讨论
9.4 空间失准偏移的敏感性
9.4.1 基于MRA的方法
9.4.2 基于CS的方法
9.4.3 结果和讨论
9.5 时间未对准的敏感性
9.6 小结
0章 异构传感器图像融合
10.1 概述
10.2 红外和可见光图像融合
10.2.1 背景和综述
10.2.2 ASTER数据的融合
10.3 光学和SAR数据的融合
10.3.1 问题陈述
10.3.2 文献综述
10.3.3 质量问题
10.3.4 Landsat 7 ETM+和ERS SAR数据的融合
10.4 小结
1章 遥感图像融合的新趋势
11.1 概述
11.2 基于重建的方法
11.3 稀疏表示
11.3.1 空间光谱融合的稀疏图像融合
11.3.2 稀疏时空图像融合
11.4 贝叶斯方法
11.5 变分方法
11.6 基于新的谱变换的方法
11.7 小结
2章 总结与展望
12.1 概述
12.2 全色锐化方法的现状
12.2.1 插值
12.2.2 基于成分替换的全色锐化
12.2.3 基于多分辨率分析的全色锐化
12.2.4 混合方法
12.3 多光谱到超光谱的全色锐化
12.4 异构数据集融合
12.5 融合算法新趋势
12.6 小结
参考文献