圖像融合：算法與應(yīng)用

第1章  超分辨率圖像重建研究新進(jìn)展
  1.1  引言
  1.2  成像過程建模
    1.2.1  幾何變換模型
    1.2.2  圖像退化模型
    1.2.3  觀測模型——數(shù)學(xué)模型
  1.3  最新的超分辨率重構(gòu)方法
    1.3.1  頻域方法
    1.3.2  凸集映射
    1.3.3  貝葉斯／變分法
    1.3.4  基于插值的方法
  1.4  超分辨圖像重建的魯棒方法
    1.4.1  亞像素配準(zhǔn)
    1.4.2  聯(lián)合貝葉斯配準(zhǔn)／重構(gòu)
  1.5  實驗結(jié)果
  1.6  結(jié)論
  致謝
  參考文獻(xiàn)
第2章  基于多分辨過采樣分解的圖像融合
  2.1  引言
  2.2  多分辨分析
    2.2.1  基本理論
    2.2.2  非抽取離散小波變換
    2.2.3  小波變換的多層分解
    2.2.4  二維圖像的平移不變小波分解
    2.5.5  圖像的a trous小波分解算法
    2.2.6  拉普拉斯金字塔
  2.3  定制調(diào)制傳遞函數(shù)的多分辨分析
  2.4  上下文驅(qū)動的多分辨數(shù)據(jù)融合
    2.4.1  基于非抽取小波的數(shù)據(jù)融合方案
    2.4.2  基于金字塔的數(shù)據(jù)融合方案
    2.4.3  a trous小波數(shù)據(jù)融合方案
    2.4.4  增強(qiáng)光譜失真最小化模型
    2.4.5  增強(qiáng)上下文模型
  2.5  質(zhì)量評估
    2.5.1  融合技術(shù)的質(zhì)量評估
    2.5.2  質(zhì)量指數(shù)
  2.6  實驗結(jié)果
    2.6.1  數(shù)據(jù)的產(chǎn)生與比較方法
    2.6.2  基于QuickBird數(shù)據(jù)的性能比較
    2.6.3  基于Ikonos數(shù)據(jù)的對比結(jié)果
  2.7  結(jié)論
  致謝
  參考文獻(xiàn)
第3章  基于線性混合模型的多傳感器多分辨率圖像融合
  3.1  引言
  3.2  數(shù)據(jù)融合和遙感
  3.3  線性融合模型
  3.4  案例研究
    3.4.1  引言
    3.4.2  研究范圍和數(shù)據(jù)
    3.4.3  質(zhì)量評估
    3.4.4  結(jié)果與討論
  3.5  結(jié)論
    參考文獻(xiàn)
第4章  基于獨立成分分析的圖像融合方案
  4.1  引言
  4.2  ICA和拓?fù)銲CA基
    4.2.1  基的定義
    4.2.2  訓(xùn)練ICA基
    4.2.3  獨立成分分析基的性質(zhì)
  4.3  用ICA基進(jìn)行圖像融合
  4.4  采用ICA基的融合規(guī)則
    4.4.1  基于像素的加權(quán)組合方法
    4.4.2  基于區(qū)域的ICA基圖像融合
  4.5  用于圖像融合的優(yōu)化方法
    4.5.1  拉普拉斯先驗概率
    4.5.2  Verhulstian先驗概率
  4.6  融合圖像的重構(gòu)
  ……
第5章  基于小波域統(tǒng)計建模的圖像融合
第6章  基于a trous算法的圖像融合理論及其實現(xiàn)
第7章  基于貝葉斯理論的圖像融合
第8章  基于圖像拼接的多維融合
第9章  基于最優(yōu)化理論的多光譜圖像和全色圖像的融合
第10章  基于統(tǒng)計特征優(yōu)化的圖像融合
第11章  基于統(tǒng)計方法的圖像邊緣融合
第12章  基于圖像融合及盲復(fù)原的多傳感器圖像增強(qiáng)
第13章  基于經(jīng)驗?zāi)B(tài)分解的圖像增強(qiáng)與融合
第14章  基于區(qū)域的多焦點圖像融合
第15章  圖像融合技術(shù)在無損檢測及遙感圖像處理中的應(yīng)用
第16章  遙感應(yīng)用領(lǐng)域的圖像融合
第17章  像素級圖像融合方法的性能評價指標(biāo)
第18章  客觀自適應(yīng)圖像融合方法
第19章  圖像融合方法的性能評估
 致謝
 參考文獻(xiàn)