目錄
前言
第1章 緒論 1
1.1 研究的背景和意義 1
1.2 多聚焦圖像融合的層次劃分 3
1.3 多聚焦圖像像素級融合算法 5
1.3.1 空間域多聚焦圖像融合算法 6
1.3.2 變換域多聚焦圖像融合算法 12
1.4 多聚焦圖像融合質(zhì)量評價 16
1.4.1 融合圖像質(zhì)量主觀評價 17
1.4.2 融合圖像質(zhì)量客觀評價 18
1.5 本書主要研究內(nèi)容 21
1.6 本書的結(jié)構(gòu)安排 22
第2章 基于RPCA與PCNN的多聚焦圖像融合算法 24
2.1 引言 24
2.2 RPCA分解模型 26
2.2.1 RPCA基本原理 27
2.2.2 RPCA圖像分解模型 29
2.3 PCNN模型 32
2.3.1 PCNN神經(jīng)元模型 32
2.3.2 PCNN圖像處理模型 36
2.4 基于RPCA與PCNN的多聚焦圖像融合 38
2.4.1 算法原理 38
2.4.2 融合規(guī)則 39
2.5 實(shí)驗(yàn)結(jié)果與分析 41
2.5.1 實(shí)驗(yàn)參數(shù)設(shè)置 42
2.5.2 實(shí)驗(yàn)結(jié)果 42
2.5.3 實(shí)驗(yàn)結(jié)果主觀評價 47
2.5.4 實(shí)驗(yàn)結(jié)果客觀評價 48
2.6 本章小結(jié) 49
第3章 基于RPCA與四叉樹分解的多聚焦圖像融合算法 50
3.1 引言 50
3.2 四叉樹分解模型 52
3.2.1 圖像區(qū)域分割與合并 52
3.2.2 區(qū)域一致性標(biāo)準(zhǔn) 54
3.2.3 四叉樹分解基本原理 57
3.2.4 基于RPCA的四叉樹分解模型 59
3.3 基于RPCA與四叉樹分解的多聚焦圖像融合 61
3.3.1 算法原理 61
3.3.2 融合規(guī)則 63
3.4 實(shí)驗(yàn)結(jié)果與分析 65
3.4.1 實(shí)驗(yàn)參數(shù)設(shè)置 65
3.4.2 實(shí)驗(yàn)結(jié)果 66
3.4.3 實(shí)驗(yàn)結(jié)果主觀評價 70
3.4.4 實(shí)驗(yàn)結(jié)果客觀評價 71
3.5 本章小結(jié) 72
第4章 基于圖像分解的多聚焦圖像多成分融合算法 74
4.1 引言 74
4.2 圖像分解基本模型 76
4.2.1 ROF模型 77
4.2.2 VO模型 78
4.2.3 OSV模型 79
4.3 Split Bregman算法 80
4.3.1 Bregman迭代算法 80
4.3.2 Split Bregman算法 82
4.4 基于圖像分解的多聚焦圖像多成分融合 85
4.4.1 算法原理 85
4.4.2 融合規(guī)則 86
4.5 實(shí)驗(yàn)結(jié)果與分析 90
4.5.1 實(shí)驗(yàn)參數(shù)設(shè)置 90
4.5.2 實(shí)驗(yàn)結(jié)果 90
4.5.3 實(shí)驗(yàn)結(jié)果主觀評價 94
4.5.4 實(shí)驗(yàn)結(jié)果客觀評價 95
4.6 本章小結(jié) 96
第5章 基于NMF與聚焦區(qū)域檢測的多聚焦圖像融合算法 98
5.1 引言 98
5.2 NMF模型 100
5.2.1 NMF基本原理 101
5.2.2 NMF圖像融合模型 102
5.3 聚焦區(qū)域檢測 105
5.3.1 聚焦評價函數(shù) 106
5.3.2 基于差異圖像特征的聚焦特性評價 108
5.4 基于NMF與聚焦區(qū)域檢測的多聚焦圖像融合 111
5.4.1 算法原理 111
5.4.2 融合規(guī)則 113
5.5 實(shí)驗(yàn)結(jié)果與分析 115
5.5.1 實(shí)驗(yàn)參數(shù)設(shè)置 115
5.5.2 實(shí)驗(yàn)結(jié)果 116
5.5.3 實(shí)驗(yàn)結(jié)果主觀評價 120
5.5.4 實(shí)驗(yàn)結(jié)果客觀評價 121
5.6 本書算法分析 122
5.6.1 本書算法主觀評價 126
5.6.2 本書算法客觀評價 126
5.7 本章小結(jié) 127
第6章 總結(jié)與展望 128
6.1 本書工作總結(jié) 128
6.2 本書創(chuàng)新之處 129
6.3 研究展望 131
參考文獻(xiàn) 131