为了解决任意单一源图像无法提供全面可信度高的信息的问题，获取更加丰富的信息以便于加强对场景的描述，图像融合技术得到了广泛的应用。从20世纪80年代开始，由于前端传感器技术的发展导致图像数据量猛增，而不同图像传感器所采集到的信息均具有各自的特征，成像机理及环境等条件的不一致导致了不同图像所包含信息的特殊性，单一源图像无法全面反映场景的所有特征，存在片面性，难以满足后续研究需求。面临着庞大的数据和繁杂的应用，迫切需要获取关于特定场景的全面信息的图像融合技术。于是利用多个传感器对同一场景中的同一时刻的数据进行采集，或对同一场景中的不同时刻的数据进行采集，再进行融合操作。这样操作者就无须单独检索每幅源图像，而只需分析一幅经过融合后的图像便可以全面掌握特定场景的信息，从而减少了人工时间成本。另外，信号处理理论的进一步发展与完善为融合算法设计奠定了理论基石，从而导致有关图像融合技术的基础理论研究成果更加广泛，图像融合技术也在现实应用中发挥着更加关键的作用。
内容:
-
第一章 绪论
-
第二章 图像融合的理论基础
-
第三章 基于引导滤波器和抠图技术的多聚焦图像融合方法
-
第四章 基于多尺度残差网络的多聚焦图像融合方法
-
第五章 基于潜在低秩表示的红外与可见光图像融合方法
-
第六章 基于深层次多分类生成对抗网络的红外与可见光图像融合方法
-
第七章 图像融合软件设计与实现
-
第八章 结论与展望
-
参考文献
读者人群:
对多焦距与多波段图像融合技术研究感兴趣的学生、教师、科研工作者以及业余爱好者。