本书内容主要包括多源图像配准、融合和图像识别的基本理论，以及图像配准、融合、识别赖以发展的理论基础，如统计推断与估计、智能计算、模式识别理论基础等；还包括频域相关配准、塔式变换融合、小波变换图像融合方面的理论；讨论分析了客观和主观的融合图像质量评价标准；涉及红外图像与可见光图像融合，遥感图像融合，医学多模图像配准等新技术。
　　本书知识体系完整，内容资料详实，理论深入浅出，实验材料取舍恰当，适合作为从事多源图像融合和图像模式识别相关研究方向的电子工程专业技术人员的参考资料，也可以作为高等院校、科研院所计算机与电子信息类研究生的专业教材与参考书籍。

　　第1章　绪论
　　1.1  数据及图像融合技术
　　现代化战争已经发展为电子化、信息化模式，并在海、陆、空、天、电磁五维结构中进行。为了获得最佳作战效果，在现代协同作战系统中，依靠单一传感器提供的信息已无法满足作战需求，必须运用多传感器提供的观测数据，进行实时目标跟踪和处理，来获取敌方目标属性、行为意图、态势评估、威胁分析和辅助决策等作战信息。因此，近年来，多传感器信息融合技术迅速发展起来，并已成为多种技术相结合的新学科。
　　多传感器信息融合亦称多源信息融合，是指对来自多个传感器的数据进行多级别、多方面、多层次的处理和综合，从而获取更可靠、更丰富、更精确、更有意义的信息。多种文献[1．1-1．4]对信息融合的定义大致可概括为：对按时序获得的多传感器观测数据在一定准则下加以自动分析、优化综合，以完成所需的准确状态估计和决策任务而进行的处理过程。
　　多传感器所提供的信息和单一传感器所提供的数据相比，具有可靠性、冗余性、互补性。利用冗余性信息可以改善信噪比，并可获得更可靠的结果；利用互补性信息可获得更全面、更丰富、包含更多细节的信息。多传感器信息融合能够充分利用多源信息，最大限度地获得对目标场景的各种特征信息描述。融合形式按照信息来源，分为雷达信息融合，如运动目标的航迹辨识；图像信息融合，如对战场图像中作战平台、目标类型、位置、数量的识别。其原理基于数字信号处理，但又有较大差别，多源信号的观测设备和物理环境使多传感器信息形式更复杂、处理难度更大。

第1章　绪论
1.1　数据及图像融合技术
1.1.1　信息融合技术的发展
1.1.2　图像融合技术的发展
1.1.3　信息融合理论

1.2　模式识别基本概念
1.2.1　模式识别
1.2.2　模式识别的基本方法
1.2.3　特征矢量和特征空间
1.2.4　图像识别
1.3 图像信息融合与识别技术在军事中的应用
1.4　本书内容安排

第2章　多传感器图像配准融合原理
2.1 引言
2.2　多种图像传感器以及图像模型
2.2.1　图像传感器
2.2.2　传感器图像模型

2.3　多种图像融合模型、原理和层次
2.3.1 图像融合模型
2.3.2　图像融合原理
2.3.3　图像融合目的
2.3.4　图像融合层次
2.3.5　图像融合方法

2.4　多传感器图像配准模型和原理
2.4.1　数字图像预处理
2.4.2　配准技术基本概念
2.4.3　多源图像配准原理
2.4.4　图像配准过程
2.4.5　图像配准方法
小结

第3章　基于频域相位相关的多源图像的高精度配准
3.1　引言
3.2　像素级配准算法
3.2.1　空域互相关配准
3.2.2　傅里叶变换配准

3.3　亚像素级配准算法研究
3.3.1　插值法
3.3.2　微分法

3.4　插值和相位相关多源图像亚像素级配准
3.4.1　插值和相位相关亚像素级配准方法的原理分析
3.4.2　插值方法原理
3.4.3　相位相关亚像素级的配准
3.4.4　亚像素级配准精度理论分析
3.4.5　算法分析
3.5　实验和讨论
小结

第4章　亚像素级边缘定位方法
4.1 引言
4.2　边缘检测
4.2.1　边缘分类检测
4.2.2　亚像素级边缘检测

4.3　概率估计亚像素级边缘中心定位算法
4.3.1　细化方法
4.3.2　概率估计亚像素级边缘中心算法原理

4.4　算法及精度分析
4.4.1　无偏估计算法
4.4.2　中值算法及其精度
4.4.3　算法实现
4.5　实验结果
小结

第5章　最大互信息图像配准方法研究
5.1　引言
5.2　相似性测度
5.2.1　相似性测度
5.2.2　基本概念
5.3　互信息多模医学图像配准
……
第6章　基于小波概率估计的图像融合方法研究
第7章　模式识别与分类器
第8章　图像预处理技术
第9章　图像分析与图像识别
第10章　基于VMEBUS的多源图像实时配准融合系统
参考文献
后记