本書共10章, 上篇為理論研究篇, 主要內(nèi)容有: 圖像融合概念、基本原理和結(jié)構(gòu); 圖像融合預(yù)處理; 多源圖像像素級、特征級、決策級融合方法; 多源圖像優(yōu)化融合; 多源動態(tài)圖像融合; 多源圖像融合評價方法。下篇為應(yīng)用實踐篇, 主要內(nèi)容有: 多源圖像融合實例Ⅰ--合成孔徑雷達(dá)與前視紅外圖像融合系統(tǒng); 多源圖像融合實例Ⅱ--空間信息處理開發(fā)平臺。
肖剛分別于1998年、2001年和2004年獲得學(xué)士學(xué)位、碩士學(xué)位和博士學(xué)位,F(xiàn)任上海交通大學(xué)航空航天學(xué)院正教授、先進(jìn)航空電子與智能信息(AAII)實驗室主任。2010年在美國加州大學(xué)圣地亞哥分校(UCSD)、2014年在美國南伊利諾伊大學(xué)愛德華茲維爾分校(SIUE)做訪問學(xué)者,目前研究方向為圖像融合、目標(biāo)跟蹤、航電綜合與仿真。Durga Prasad Bavirisetti分別于2012年和2016年獲得印度Vit大學(xué)的MTech和博士學(xué)位。目前,他正在中國上海交通大學(xué)航空航天學(xué)院進(jìn)行博士后研究。先進(jìn)航空電子與智能信息實驗室成員。他在幾個著名的期刊和會議上發(fā)表了他關(guān)于圖像融合的研究。
杜卡·普拉薩德·巴維瑞瑟特博士是Information Fusion、IEFE Transactions on Multimedia、IEEE Transactions on Instrumentation and Measurement、IEEE Sensors、Infrared Physics and Technology、Neurocomputing、International Journal of Imaging Systems and Technology等雜志的活躍審稿人。他的研究興趣是圖像融合、目標(biāo)檢測和跟蹤。
劉剛是上海電力大學(xué)自動化工程學(xué)院的正教授。他于2005年在上海交通大學(xué)獲得博士學(xué)位。他的研究興趣是圖像融合、模式識別和機器學(xué)習(xí)。
張星辰,2012年獲得華中科技大學(xué)學(xué)士學(xué)位,2017年獲得倫敦瑪麗女王大學(xué)博士學(xué)位。目前是中國上海交通大學(xué)航空航天學(xué)院博士后研究員。他也是人工智能和圖像處理小組和先進(jìn)航空電子和智能信息(AAII)實驗室的主任。他目前的研究興趣包括目標(biāo)融合跟蹤、圖像融合、深度學(xué)習(xí)和計算機視覺。
Part I Image Fusion Theories
Chapter 1 Introduction to Image Fusion
1.1 History and Development
1.1.1 History
1.1.2 Development
1.2 Image Fusion Fundamentals
1.2.1 Necessity to Combine Information of Images
1.2.2 Definition of Image Fusion
1.2.3 Image Fusion Objective
1.3 Categorization
1.4 Fundamental Steps of an Image Fusion System
1.5 Types of Image Fusion Systems
1.6 Applications
1.7 Summary and Outline of the Book
References
Chapter 2 Pixel-Level Image Fusion
2.1 Introduction
2.1.1 Single-Scale Image Fusion
2.1.2 Multi-Scale Image Fusion
2.2 Pyramid Image Fusion Metho d Based on Integrated Edgeand Texture Information
2.2.1 Background
2.2.2 Fusion Framework
2.2.3 Pyramid Image Fusion of Edge and Texture Information-Specific Steps
2.2.4 Beneficial Effects
2.3 Image Fusion Metho d Based on the Expected Maximum and Discrete Wavelet Frames
2.3.1 Introduction
2.3.2 Discrete Wavelet Frame Multi-resolution Transform
2.3.3 Basic Structure of the New Fusion Scheme
2.3.4 Fusion of the Low-Frequency Band Using the EM Algorith m
2.3.5 The Selection of the High-Frequency Band Using the Informative Importance Measure
2.3.6 Computer Simulation
2.3.7 Conclusions
2.4 Image Fusion Method Based on Optimal Wavelet Filter Banks
2.4.1 Introduction
2.4.2 The Generic Multi-Resolution Image Fusion Algorithm
2.4.3 Design Criteria of Filter Banks
2.4.4 Optimization Design of Filter Bank for Image Fusion
2.4.5 Experiments
2.4.6 Conclusion
2.5 Anisotropic Diffusion-Based Fusion of Infrared and Visible Sensor Images(ADF)
2.5.1 Anisotropi c Diffusion
2.5.2 Anisotropic Diffusion-Based Fusion Method(ADF)
……
Part II Experimental Examples