本书以遥感图像融合为例，以图像融合技术的发展历程为主线，系统介绍了图像融合的基本概念、融合原理、融合方法及应用实例。 全书共有9章。第1章介绍了图像融合的定义、发展历史、研究现状和分类，让读者对图像融合有一个直观的认识。第2章从研究背景与意义、研究现状、评价体系三个角度讲述了遥感图像融合的基础知识。第3～8章系统地介绍了各种图像融合方法。第9章结合图像融合的具体应用实例，介绍了图像融合的应用，并且对未来的发展进行了展望。 本书可作为高等院校高年级本科生、研究生学习图像融合技术的教材和教学参考书，也可作为从事图像融合研究和应用的科技人员的参考书。

第1章 走进图像融合
1.1 什么是图像融合
1.2 图像融合的发展历史与研究现状
1.3 图像融合分类
1.3.1 按融合层次分类
1.3.2 按融合图像源分类
第2章 遥感图像融合基础知识
2.1 遥感图像融合的研究背景与意义
2.1.1 高分辨率遥感技术的发展
2.1.2 遥感卫星图像的特点
2.1.3 遥感图像融合的研究意义
2.2 全色锐化的主流方法及研究现状
2.2.1 分量替换（CS）
2.2.2 多分辨率分析（MRA）
2.2.3 模型求解
2.2.4 深度学习
2.3 全色锐化评价体系
2.3.1 降分辨率评估
2.3.2 原分辨率评估
第3章 基于金字塔变换的图像融合
3.1 引言
3.2 常见图像金字塔变换
3.2.1 高斯金字塔变换
3.2.2 拉普拉斯金字塔变换
3.2.3 比率低通金字塔变换
3.2.4 对比度金字塔变换
3.2.5 梯度金字塔变换
3.3 基于金字塔变换的图像融合方法
3.3.1 基于拉普拉斯金字塔变换的图像融合
3.3.2 基于比率低通金字塔变换的图像融合
3.3.3 基于对比度金字塔变换的图像融合
3.3.4 基于梯度金字塔变换的图像融合
3.4 实验结果与分析
3.4.1 降分辨率分析
3.4.2 原分辨率分析
3.5 本章小结
第4章 基于小波族的图像融合
4.1 引言
4.2 小波变换的基本理论
4.2.1 小波族
4.2.2 小波函数与子函数
4.2.3 尺度函数与子函数
4.2.4 多分辨率分析
4.2.5 信号分解与重构
4.3 基于小波变换的图像融合
4.3.1 图像的二维离散小波变换
4.3.2 图像融合过程
4.4 小波选择
4.4.1 多小波
4.4.2 轮廓波
4.4.3 剪切波
4.5 实验结果与分析
4.5.1 降分辨率分析
4.5.2 原分辨率评估分析
4.6 本章小结
第5章 基于智能优化算法的图像融合
5.1 引言
5.2 智能优化算法简介
5.2.1 智能优化算法分类
5.2.2 进化算法概述
5.3 基于贝叶斯网络及进化算法的全色锐化融合模型
5.3.1 模型构建
5.3.2 参数优化
5.3.3 实验对比与分析
5.4 基于进化算法的IHS全色锐化融合模型
5.4.1 IHS融合模型
5.4.2 EA-IHS融合模型
5.4.3 组合差分进化优化
5.4.4 实验对比与分析
5.5 基于多目标优化的IHS全色锐化融合模型
5.5.1 目标函数
5.5.2 NSGA-II优化
5.5.3 MO-IHS基本流程
5.5.4 实验对比与分析
5.6 本章小结
第6章 基于能量模型的图像融合
6.1 引言
6.2 变分法预备知识
6.2.1 泛函定义及性质
6.2.2 BV空间定义及性质
6.2.3 Bregman迭代和分裂Bregman迭代
6.3 变分全色锐化融合模型
6.3.1 VP模型构建
6.3.2 能量极小值存在性分析
6.3.3 数值算法
6.3.4 实验结果与分析
6.4 基于Framelet的全色锐化融合模型
6.4.1 Framelet及其图像表示
6.4.2 基于Framelet的全色锐化融合模型
6.4.3 基于变分法和Framelet的全色锐化融合模型
6.4.4 实验结果及分析
6.4.5 VFP模型与VP模型的比较
6.5 基于贝叶斯后验概率估计的全色锐化融合模型
6.5.1 模型构建
6.5.2 模型求解
6.5.3 实验对比与分析
6.6 本章小结
第7章 基于深度学习的图像融合
7.1 引言
7.2 深度学习基础理论
7.2.1 数据输入层
7.2.2 卷积计算层
7.2.3 激励层
7.2.4 池化层
7.2.5 全连接层
7.2.6 经典架构
7.3 小波系数指导的全色锐化融合网络
7.3.1 网络构建
7.3.2 实验对比与分析
7.3.3 消融实验
7.4 基于Framelet的全色锐化融合网络
7.4.1 模型构建
7.4.2 实验对比与分析
7.4.3 消融分析
7.5 基于深度展开网络的全色锐化融合网络
7.5.1 网络构建
7.5.2 实验对比与分析
7.5.3 消融分析
7.6 本章小结
第8章 基于颜色迁移的图像融合
8.1 引言
8.2 研究背景与研究现状
8.2.1 基于涂鸦点的着色
8.2.2 基于参考图像的着色
8.2.3 基于深度学习的着色
8.3 基于超像素的图像融合
8.3.1 模型构建
8.3.2 模型求解
8.3.3 模型分析
8.3.4 实验对比与分析
8.4 基于风格迁移的图像融合
8.4.1 网络构建
8.4.2 消融实验
8.4.3 实验对比与分析
8.5 基于生成对抗网络的图像融合
8.5.1 网络构建
8.5.2 实验对比与分析
8.6 本章小结
第9章 图像融合的应用与发展趋势
9.1 引言
9.2 图像融合的落地应用
9.2.1 遥感图像融合应用
9.2.2 图像融合的其他应用
9.3 图像融合的未来发展展望
参考文献
缩略词表