“博士后文库”序言
前言
第1章 绪论
1.1 多源图像融合技术的研究背景
1.2 多源图像融合技术的发展阶段
1.3 多源图像融合技术的分类
1.4 多源图像融合中常用的性能评价方法
参考文献
第2章 多源图像融合技术分类与应用
2.1 多源图像融合技术分类
2.1.1 空间域图像融合方法
2.1.2 变换域图像融合方法
2.1.3 基于压缩感知和稀疏表示的图像融合方法
2.1.4 基于深度学习的图像融合方法
2.1.5 其他的图像融合方法
2.2 多源图像融合技术的应用
2.2.1 多聚焦图像融合
2.2.2 医学图像融合
2.2.3 遥感图像融合
2.2.4 红外与可见光图像融合
2.2.5 图像融合技术在其他领域的应用
参考文献
第3章 基于静态小波与离散余弦变换的红外与可见光图像融合
3.1 概况
3.2 离散静态小波与离散余弦变换理论
3.2.1 离散静态小波算法
3.2.2 离散余弦变换算法
3.3 变换域红外与可见光图像融合方案
3.3.1 DCT系数的局部空间频率
3.3.2 融合规则
3.4 图像融合算法步骤与参数设置
3.5 实验与分析
3.6 小结
参考文献
第4章 基于经验小波分析的医学图像融合
4.1 概况
4.2 LITTLEWOOD-PALEY经验小波分解
4.3 基于经验小波分析的医学图像特征提取与融合方案
4.3.1 基于二范数的残余分量特征表示与融合
4.3.2 固有模态分量的特征表示与融合
4.3.3 滤波器的整合
4.3.4 融合步骤
4.4 实验与分析
4.5 小结
参考文献
第5章 基于非下采样剪切波与简化脉冲耦合神经网络的医学图像融合
5.1 概况
5.2 相关理论模型
5.2.1 非下采样的剪切波变换
5.2.2 PCNN模型介绍
5.2.3 彩色空间
5.3 三模态医学图像融合方案
5.3.1 低频子图像融合
5.3.2 高频子图像融合
5.3.3 融合步骤及时间复杂度分析
5.4 实验与分析
5.4.1 评估指标
5.4.2 实验结果与分析
5.5 小结
参考文献
第6章 基于拉普拉斯金字塔与脉冲耦合神经网络的多聚焦图像融合
6.1 概况
6.2 图像的拉普拉斯金塔分解
6.2.1 高斯金字塔分解
6.2.2 拉普拉斯金塔分解
6.2.3 拉普拉斯金字塔图像重构
6.3 灰度多聚焦图像融合方案
6.3.1 基于PCNN的图像特征提取
6.3.2 基于PCNN输出的图像局部特征强化
6.3.3 融合决策与优化
6.3.4 彩色图像融合方案
6.3.5 融合步骤
6.4 实验与分析
6.4.1 灰度图像融合实验与分析
6.4.2 彩色图像融合实验与分析
6.5 小结
参考文献
第7章 结合密集跳层与多尺度卷积的无监督多聚焦图像融合
7.1 概况
7.2 无监督彩色多聚焦图像融合模型
7.2.1 方法概述
7.2.2 MCRD-Net结构
7.2.3 损失函数
7.2.4 融合策略
7.2.5 模型训练策略
7.3 实验分析
7.3.1 实验设置
7.3.2 消融实验
7.3.3 主观分析
7.3.4 客观分析
7.4 小结
参考文献
第8章 基于非下采样剪切波变换域子带系数统计的彩色图像融合方法
8.1 概况
8.2 相关理论介绍
8.3 基于子带系数统计的彩色图像融合方法
8.3.1 彩色空间转换特征图像
8.3.2 投票规则
8.3.3 融合规则
8.3.4 融合步骤
8.4 实验和分析
8.5 小结
参考文献
第9章 基于深度迁移学习的彩色多聚焦图像融合
9.1 概况
9.2 相关技术原理
9.2.1 迁移学习
9.2.2 VGG-19网络模型
9.3 基于迁移学习的多聚焦图像融合模型结构
9.3.1 总体流程与模型架构
9.3.2 特征提取模块网络架构与迁移学习实现
9.3.3 特征重构模块网络架构
9.3.4 桥接模块
9.3.5 跳层连接结构
9.3.6 损失函数
9.4 后处理和融合策略
9.5 实验结果与分析
9.5.1 数据集的制作
9.5.2 相关参数设置
9.5.3 评价指标与实验结果分析
9.6 小结
参考文献
第10章 基于双判别器生成对抗网络的多聚焦图像融合方法
10.1 概况
10.2 相关技术原理
10.2.1 深度相似性学习
10.2.2 GAN及其衍生技术
10.3 基于生成对抗网络的多聚焦图像融合模型结构与目标函数
10.3.1 网络结构
10.3.2 目标函数
10.4 实验与讨论
10.4.1 数据集、训练详情与评价指标
10.4.2 现有方法比较
10.4.3 消融实验
10.5 小结
参考文献
第11章 F-UNet++：基于多用途自适应感受野注意力机制和复合多输入重构网络的遥感图像融合
11.1 概况
11.2 注意力机制原理
11.3 基于条件生成对抗网络的遥感图像融合模型结构
11.3.1 总体结构
11.3.2 特征提取模块
11.3.3 特征融合模块
11.3.4 CMI-UNet++图像重建模块
11.3.5 注意力
展开
