- 作 者：张永新著
- 出 版 社：北京：科学出版社
- 出版年份：2017
- ISBN：9787030534941
- 标注页数：149 页
- PDF页数：160 页
请阅读订购服务说明与试读!
订购服务说明
1、本站所有的书默认都是PDF格式，该格式图书只能阅读和打印，不能再次编辑。
2、除分上下册或者多册的情况下，一般PDF页数一定要大于标注页数才建议下单购买。【本资源160 ≥149页】
图书下载及付费说明
1、所有的电子图书为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
3、所有的电子图书都是原书直接扫描方式制作而成。
第1章 绪论 1
1.1 研究的背景和意义 1
1.2 多聚焦图像融合的层次划分 3
1.3 多聚焦图像像素级融合算法 5
1.3.1 空间域多聚焦图像融合算法 6
1.3.2 变换域多聚焦图像融合算法 12
1.4 多聚焦图像融合质量评价 16
1.4.1 融合图像质量主观评价 17
1.4.2 融合图像质量客观评价 18
1.5 本书主要研究内容 21
1.6 本书的结构安排 22
第2章 基于RPCA与PCNN的多聚焦图像融合算法 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图像分解模型 29
2.3 PCNN模型 32
2.3.1 PCNN神经元模型 32
2.3.2 PCNN图像处理模型 36
2.4 基于RPCA与PCNN的多聚焦图像融合 38
2.4.1 算法原理 38
2.4.2 融合规则 39
2.5 实验结果与分析 41
2.5.1 实验参数设置 42
2.5.2 实验结果 42
2.5.3 实验结果主观评价 47
2.5.4 实验结果客观评价 48
2.6 本章小结 49
第3章 基于RPCA与四叉树分解的多聚焦图像融合算法 50
3.1 引言 50
3.2 四叉树分解模型 52
3.2.1 图像区域分割与合并 52
3.2.2 区域一致性标准 54
3.2.3 四叉树分解基本原理 57
3.2.4 基于RPCA的四叉树分解模型 59
3.3 基于RPCA与四叉树分解的多聚焦图像融合 61
3.3.1 算法原理 61
3.3.2 融合规则 63
3.4 实验结果与分析 65
3.4.1 实验参数设置 65
3.4.2 实验结果 66
3.4.3 实验结果主观评价 70
3.4.4 实验结果客观评价 71
3.5 本章小结 72
第4章 基于图像分解的多聚焦图像多成分融合算法 74
4.1 引言 74
4.2 图像分解基本模型 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 基于图像分解的多聚焦图像多成分融合 85
4.4.1 算法原理 85
4.4.2 融合规则 86
4.5 实验结果与分析 90
4.5.1 实验参数设置 90
4.5.2 实验结果 90
4.5.3 实验结果主观评价 94
4.5.4 实验结果客观评价 95
4.6 本章小结 96
第5章 基于NMF与聚焦区域检测的多聚焦图像融合算法 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图像融合模型 102
5.3 聚焦区域检测 105
5.3.1 聚焦评价函数 106
5.3.2 基于差异图像特征的聚焦特性评价 108
5.4 基于NMF与聚焦区域检测的多聚焦图像融合 111
5.4.1 算法原理 111
5.4.2 融合规则 113
5.5 实验结果与分析 115
5.5.1 实验参数设置 115
5.5.2 实验结果 116
5.5.3 实验结果主观评价 120
5.5.4 实验结果客观评价 121
5.6 本书算法分析 122
5.6.1 本书算法主观评价 126
5.6.2 本书算法客观评价 126
5.7 本章小结 127
第6章 总结与展望 128
6.1 本书工作总结 128
6.2 本书创新之处 129
6.3 研究展望 131
参考文献 133