描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787560637198
内容简介
本书系统介绍了多分辨率非下采样理论及其方法在模式识别、图像信息融合等领域的应用。全书分为四篇,共15章。*篇为基础知识(第1章),介绍了图像融合的背景、目的、意义、发展现状及融合效果评价指标。第二篇为基于特征的图像匹配(第2~6章),其中介绍了图像配准的相关基础理论、图像的成像几何基础以及图像变换模型,基于特征相似性度量的图像配准方法,基于概率抽样一致性的鲁棒性基础矩阵估计算法以及基于核模糊均值聚类的基础矩阵估计算法,基于直线几何约束点特征的图像配准方法,基于尺度特征的动态连续目标识别跟踪算法以及STK软件等相关内容。第三篇为基于多分辨率非下采样理论NSCT的图像融合(第7~11章),其中介绍了基于直觉模糊熵的图像预处理方法,基于改进型NSCT的图像融合方法,基于NSCT与AUFLPCNN的图像融合方法以及基于NSCT与I2CM的图像融合方法,基于NSCT域改进型非负矩阵分解的图像融合方法,基于NSCT与IHS变换域的图像彩色化融合方法。第四篇为基于多分辨率非下采样理论NSST的图像融合(第12~15章),其中介绍了基于NSST域人眼视觉特性的图像融合方法,基于NSST域IPCNN的图像融合方法以及基于NSST域I2CM的图像融合方法,基于NSST域改进型非负矩阵分解的图像融合方法,基于NSST域改进型感受野模型的图像融合方法等。 本书内容新颖,逻辑严谨,语言通俗,注重基础,面向应用,可作为高等院校计算机、信息等专业的高年级本科生或研究生计算智能课程的教材或教学参考书,也可作为从事图像智能信息处理、智能信息融合等研究的教师、研究生以及相关领域技术人员的参考书。
评论
还没有评论。