基于多尺度几何分析的图像融合理论及应用

图像融合是多传感器信息融合的一个重要分支，也是信息领域的重点研究方向。本书以红外图像和可见光图像作为研究对象，基于多尺度分析方法进行融合方法的研究，系统构建了新的多传感器图像融合框架，发展和提出了新的多传感器图像融合方法。
本书可作为高等学校计算机、图像处理、图像融合等专业的高年级本科生和研究生的参考书，也可供相关领域的科研人员参考。

前言
上篇基础理论篇
第1章绪论3
1.1图像融合基本概念3
1.2图像融合技术发展现状4
1.3图像融合方法分类5
1.3.1基于等级的图像融合方法分类5
1.3.2基于域的图像融合方法分类7
1.4图像融合应用领域7
参考文献8
第2章图像融合预处理11
2.1图像配准11
2.2图像校正13
2.3图像去噪14
2.3.1中值滤波14
2.3.2高斯滤波15
2.3.3邻域平均法滤波16
参考文献17
第3章图像特性与质量评价18
3.1红外与可见光图像的特性18
3.1.1红外与可见光传感器成像机理18
3.1.2红外与可见光图像的区别18
3.1.3红外与可见光图像的关系20
3.2融合图像的质量评价20
3.2.1主观评价20
3.2.2客观评价21
参考文献25
第4章多尺度几何分析理论27
4.1多尺度几何分析简介27
4.2多尺度几何分析发展现状27
4.3多尺度几何分析方法分类29
4.3.1自适应多尺度几何分析29
4.3.2非自适应多尺度几何分析31
参考文献33
下篇方法应用篇
第5章基于NSCT的红外与可见光图像融合方法37
5.1研究背景37
5.2Contourlet变换37
5.2.1拉普拉斯金字塔38
5.2.2方向滤波器39
5.3NSCT变换40
5.3.1非下采样金字塔分解42
5.3.2非下采样方向滤波器组43
5.4基于局部区域标准方差的融合方法45
5.4.1方法流程45
5.4.2低频子带系数融合46
5.4.3高频子带系数融合46
5.4.4实验结果与分析49
5.4.5小结53
5.5基于双边滤波器的含噪红外与可见光图像融合方法54
5.5.1方法流程54
5.5.2图像融合规则54
5.5.3实验结果与分析57
5.5.4小结63
参考文献63
第6章基于Tetrolet变换的红外与可见光图像融合方法65
6.1研究背景65
6.2Tetrolet变换67
6.2.1Haar小波变换67
6.2.2Tetrolet变换与改进68
6.3基于Tetrolet变换的红外与可见光图像融合方法71
6.3.1Tetrolet变换与颜色空间映射71
6.3.2方法流程72
6.3.3低频子带系数融合73
6.3.4高频子带系数融合74
6.3.5RGB颜色空间恢复75
6.3.6实验结果与分析76
6.3.7小结79
6.4多方向SML与Tetrolet变换的图像融合方法80
6.4.1方法框架80
6.4.2图像融合规则80
6.4.3实验结果与分析84
6.4.4小结88
6.5基于Tetrolet变换的近红外与彩色可见光图像融合方法88
6.5.1图像融合方法89
6.5.2CSC颜色校正94
6.5.3评价指标95
6.5.4实验结果与分析97
6.5.5小结101
参考文献101
第7章基于Ripplet变换的红外与可见光图像融合方法104
7.1研究背景104
7.2Ripplet变换104
7.2.1连续Ripplet变换104
7.2.2离散Ripplet变换106
7.3基于Ripplet变换的红外与可见光图像融合方法107
7.3.1方法流程107
7.3.2图像融合规则108
7.3.3实验结果与分析111
7.4小结114
参考文献114
第8章基于NSST变换的红外与可见光图像融合方法116
8.1基于神经网络与NSST的红外与可见光图像融合方法116
8.1.1研究背景116
8.1.2NSST变换117
8.1.3方法流程117
8.1.4低频子带融合118
8.1.5高频子带融合120
8.1.6实验结果与分析121
8.1.7小结127
8.2基于DLatLRR与VGGNet的红外与可见光图像融合方法127
8.2.1研究背景127
8.2.2潜在低秩表示分解128
8.2.3VGG网络130
8.2.4图像融合130
8.2.5实验结果与分析136
8.2.6小结140
8.3基于混合模型驱动的红外与可见光图像融合方法140
8.3.1研究背景140
8.3.2方法流程141
8.3.3混合图像分解模型142
8.3.4显著子带融合142
8.3.5基础子带融合144
8.3.6实验结果与分析146
8.3.7小结152
参考文献152
第9章基于MSTO的含噪声多传感器图像融合方法156
9.1研究背景156
9.2数学形态学分解算子157
9.2.1数学形态学开关算子157
9.2.2亮边缘和暗边缘158
9.3基于MSTO的含噪声多传感器图像融合方法159
9.3.1方法流程159
9.3.2Beamlet保边滤波算子160
9.3.3亮边缘和暗边缘的融合160
9.3.4细节图像融合161
9.3.5能量图像融合161
9.3.6MSTO逆变换161
9.4实验结果与分析162
9.5小结164
参考文献164
第10章基于Tetrolet变换的彩色水下图像清晰化方法166
10.1研究背景166
10.2算法基础166
10.2.1水下图像退化模型167
10.2.2暗原色先验估计167
10.3算法原理168
10.3.1方法流程168
10.3.2空间映射169
10.3.3l亮度通道的清晰化处理170
10.3.4lαβ颜色通道色彩校正172
10.3.5颜色空间反向映射172
10.4实验结果与分析173
10.4.1主观评价173
10.4.2客观评价173
10.5小结175
参考文献175
第11章基于多尺度几何变换的图像去雾方法177
11.1基于NSCT变换的雾天图像清晰化方法177
11.1.1研究背景177
11.1.2方法流程177
11.1.3亮度通道清晰化处理179
11.1.4颜色通道拉伸185
11.1.5实验结果与分析186
11.1.6小结188
11.2基于近红外与可见光双通道传感器信息融合的去雾方法189
11.2.1研究背景189
11.2.2相关理论190
11.2.3基于NSST的图像去雾方法流程192
11.2.4NSST域融合193
11.2.5饱和度通道去雾196
11.2.6实验结果与分析196
11.2.7小结199
参考文献199
彩图