本書分8章，內(nèi)容包括：邊緣保持濾波基本理論、基于交替引導濾波的多聚焦圖像融合算法、基于二尺度分解和整體稀疏特征的圖像融合算法、基于平滑迭代恢復濾波的多聚焦圖像融合算法、基于導向濾波的多聚焦圖像融合算法、基于動態(tài)引導濾波的多聚焦圖像融合算法等。
多聚焦圖像融合是一種解決光學成像系統(tǒng)對不同距離目標聚焦范圍有限的問題的有效方法，可以有效提高圖像信息的利用率，擴大系統(tǒng)工作范圍，增強系統(tǒng)可靠性，更加準確的描述場景中的目標信息。目前，該技術廣泛應用于醫(yī)療、安防、軍事等領域。
《基于邊緣保持濾波的多聚焦圖像融合算法研究》針對現(xiàn)有多聚焦圖像像素級融合方法存在的不足，在空間域內(nèi)對多聚焦圖像像素級融合算法進行了深入研究。提出了基于交替引導濾波的多聚焦圖像融合算法等創(chuàng)新觀點，具有一定的理論創(chuàng)新價值和學術價值。
多聚焦圖像融合是一種解決光學成像系統(tǒng)對不同距離目標聚焦范圍有限的問題的有效方法，可以有效提高圖像信息的利用率，擴大系統(tǒng)工作范圍，增強系統(tǒng)可靠性，更加準確地描述場景中的目標信息。目前，該技術被廣泛應用于醫(yī)療、安防、軍事等領域。由于受圖像采集設備、采集過程以及圖像內(nèi)容復雜性影響，傳統(tǒng)的多聚焦圖像像素級融合方法很難對源圖像中聚焦區(qū)域準確定位，且融合圖像質(zhì)量并不理想。本書針對現(xiàn)有多聚焦圖像像素級融合方法存在的不足，在空間域內(nèi)對多聚焦圖像像素級融合算法進行了深入研究。本書主要研究內(nèi)容如下：
1.提出了基于交替引導濾波（Alternating Guided Filtering，AGF）的多聚焦圖像融合算法。針對空域融合方法的“塊效應”問題，提出了基于AGF的多聚焦圖像融合算法。算法結(jié)合AGF所具有的邊緣保持優(yōu)良特性，對多聚焦圖像進行分解，并對基礎層和細節(jié)層的像素鄰域掃描來檢測源圖像的梯度特征，定位源圖像中的聚焦區(qū)域，有效抑制了“塊效應”，提高了融合圖像視覺效果。
□.提出了一種基于二尺度分解和整體稀疏特征的多聚焦圖像融合算法。該方法基于梯度域?qū)驁D像濾波（Gradient Domain Guided Image Filter，GDGIF）將多聚焦圖像分解為基礎層和細節(jié)層，利用魯棒主成分分析（Robust Principal Component Analysis，RPCA）得到源圖像的稀疏成分，通過形態(tài)學梯度算子來判定聚焦區(qū)域像素。該方法可有效地保留圖像邊緣和紋理信息，且對噪聲具有一定的魯棒性，性能優(yōu)于傳統(tǒng)融合方法。
3.提出了一種基于平滑迭代恢復（Smooth and Iteratively Restore，SIR）濾波的多聚焦圖像融合算法。該算法基于SIR將源圖像分解為基礎層和細節(jié)層，通過比較鄰域像素的顯著特征值，采用□大值選擇方案構(gòu)造基礎層和細節(jié)層的融合決策圖，根據(jù)融合規(guī)則將基礎層和細節(jié)層分別融合，并將融合的基礎層和細節(jié)層合并得到□后的融合圖像。該方法改善了融合圖像視覺效果，提升了融合圖像質(zhì)量。
□□章 緒論
1．1 研究的背景和意義
1．□ 多聚焦圖像融合的分類
1．3 多聚焦圖像像素級融合算法
1．4 聚焦區(qū)域檢測
1．5 多聚焦圖像融合質(zhì)量評價
1．6 本書主要研究內(nèi)容
1．7 本書的結(jié)構(gòu)安排
參考文獻
第□章 邊緣保持濾波基本理論
□．1 引言
□．□ 全局化圖像濾波
□．3 局部圖像濾波
□．4 邊緣保持圖像濾波方法性能比較
□．5 本章小結(jié)
參考文獻
第3章 基于交替引導濾波的多聚焦圖像融合算法
3．1 引言
3．□ 交替引導濾波模型
3．3 基于交替引導濾波的多聚焦圖像融合算法
3．4 實驗結(jié)果與分析
3．5 本章小結(jié)
參考文獻
第4章 基于二尺度分解和整體稀疏特征的圖像融合算法
4．1 引言
4．□ 梯度域引導濾波基本模型
4．3 魯棒主成分分析分解模型
4．4 基于二尺度分解和整體稀疏特征的圖像融合算法
4．5 實驗結(jié)果與分析
4．6 本章小結(jié)
參考文獻
第5章 基滑迭代恢復濾波的多聚焦圖像融合算法
5．1 引言
5．□ 滑迭代恢復濾波模型
5．3 基滑迭代恢復濾波的多聚焦圖像融合算法
5．4 實驗結(jié)果與分析
5．5 本章小結(jié)
參考文獻
第6章 基于導向濾波的多聚焦圖像融合算法
6．1 引言
6．□ 導向濾波模型
6．3 基于導向濾波的融合算法
6．4 實驗結(jié)果與分析
6．5 本章小結(jié)
參考文獻
第7章 基于動態(tài)引導濾波的多聚焦圖像融合算法
7．1 引言
7．□ 動態(tài)引導濾波模型
7．3 非負矩陣分解模型
7．4 基于動態(tài)引導濾波的融合算法
7．5 實驗結(jié)果與分析
7．5 本章小結(jié)
參考文獻
第8章 總結(jié)與展望
8．1 本書工作總結(jié)
8．□ 本書創(chuàng)新之處
8．3 研究展望
附錄
書單推薦
