圖像信息處理是一個(gè)多階段、多途徑、多目標(biāo)的信息處理過(guò)程。本書(shū)主要介紹了數(shù)字圖像處理領(lǐng)域 的圖像修復(fù)和圖像融合的基礎(chǔ)知識(shí)，以及有關(guān)的前沿處理方法和處理結(jié)果。圖像修復(fù)和圖像處理是數(shù)字 圖像處理中的兩個(gè)重要分支，其目的都是得到一幅清晰的圖像，以便從該清晰的圖像中獲得更加豐富的 信息，方便后續(xù)的處理。 本書(shū)適合電子科學(xué)與工程類(lèi)、計(jì)算機(jī)科學(xué)與技術(shù)類(lèi)以及與圖像處理相關(guān)專(zhuān)業(yè)的本科生和研究生使 用，也可供相關(guān)方向的科研人員參考。
圖像信息處理是一個(gè)多階段, 多途徑，多目標(biāo)的信息處理過(guò)程。本書(shū)主要概述了數(shù)字圖像圖像處理領(lǐng)域里面的圖像修復(fù)和圖像融合中的基礎(chǔ)知識(shí)，以及有關(guān)的前沿的處理方法及其結(jié)果。本書(shū)所涉及的基礎(chǔ)及理論探討可以供電子科學(xué)與工程類(lèi)、計(jì)算機(jī)科學(xué)與技術(shù)類(lèi)及其與圖像處理相關(guān)的本科生和研究生學(xué)習(xí)，也可供相關(guān)專(zhuān)業(yè)的科研人員參考。
本書(shū)主要介紹數(shù)字圖像領(lǐng)域中的圖像修復(fù)和圖像融合。圖像修復(fù)是將因各種原因造成的圖像損失根據(jù)圖像中未破損區(qū)域的信息來(lái)修復(fù)破損區(qū)域信息的技術(shù)。圖像修復(fù)最早起源于文藝復(fù)興時(shí)期，修復(fù)工作者們通過(guò)雙手修復(fù)中世紀(jì)的藝術(shù)品。隨著數(shù)字技術(shù)的發(fā)展，圖像修復(fù)已經(jīng)成為圖像處理中的一個(gè)重要分支，廣泛應(yīng)用于軍事、醫(yī)學(xué)、工業(yè)等領(lǐng)域。圖像修復(fù)的方法可以分為三類(lèi)：基于擴(kuò)散的圖像修復(fù)方法、基于塊匹配的修復(fù)方法和基于稀疏表示的圖像修復(fù)方法�；跀U(kuò)散的方法是利用一些先驗(yàn)知識(shí)從破損區(qū)域的外部向內(nèi)部進(jìn)行局部結(jié)構(gòu)擴(kuò)散，從而完成修復(fù)�；趬K匹配的方法是從待修復(fù)區(qū)域選定一個(gè)目標(biāo)塊，然后利用比較的方法從未破損區(qū)域找出與目標(biāo)塊最相似的一塊或者幾塊。基于稀疏表示的方法是利用未破損區(qū)域的信息來(lái)估計(jì)破損區(qū)域的信息，克服了在基于塊匹配的修復(fù)算法中由貪心搜索策略引起偽信息的問(wèn)題。本書(shū)重點(diǎn)介紹基于稀疏表示的圖像修復(fù)算法。
圖像融合是將由相同或者不同傳感器獲得的兩幅或者多幅圖像融合為一幅圖像，使得融合后的圖像包含更多的信息以利于后續(xù)圖像處理的應(yīng)用。圖像融合廣泛應(yīng)用于醫(yī)學(xué)成像、衛(wèi)星遙感等領(lǐng)域。圖像融合算法總結(jié)起來(lái)可以分為三個(gè)層次：像素級(jí)融合、特征級(jí)融合和決策級(jí)融合。由于像素級(jí)融合能盡量保持源圖像信息，并且包含常見(jiàn)的圖像融合種類(lèi)，例如多聚焦圖像融合、醫(yī)學(xué)圖像融合等，所以本書(shū)重點(diǎn)介紹像素級(jí)圖像融合，主要是多聚焦圖像融合和醫(yī)學(xué)圖像融合。多聚焦圖像融合可將兩幅同一場(chǎng)景下聚焦區(qū)域不同的圖像融合成一幅全清晰的圖像，以提高圖像的信息利用率。醫(yī)學(xué)圖像融合可將來(lái)自不同模態(tài)的醫(yī)學(xué)圖像，比如計(jì)算機(jī)斷層掃描（Computer Tomography，CT）和磁共振成像 （Magnetic Resonance Images，MRI）圖像進(jìn)行融合，從而彌補(bǔ)了單一模態(tài)醫(yī)學(xué)圖像在局部細(xì)節(jié)信息描述上的局限性，為醫(yī)生獲得疾病診斷提供充足的信息。
本書(shū)分為7章。
第1章為圖像修復(fù)和圖像融合的背景知識(shí)介紹以及相關(guān)研究方法的分類(lèi)。
第2章為本書(shū)需要的一些基礎(chǔ)知識(shí)，包括稀疏表示理論、結(jié)構(gòu)保邊濾波器以及圖像修復(fù)和圖像融合常用到的評(píng)價(jià)指標(biāo)。
第3章主要介紹了基于稀疏表示的圖像修復(fù)以及相關(guān)字典的構(gòu)造影響修復(fù)結(jié)果，討論了兩種不同的構(gòu)造字典的方法及利用不同字典所得到的修復(fù)結(jié)果。
第4章和第5章分別介紹了基于相位一致性和保邊濾波器的多聚焦圖像融合算法。相位一致性是一種有效的聚焦區(qū)域評(píng)價(jià)函數(shù)，能夠準(zhǔn)確計(jì)算出聚焦的區(qū)域；保邊濾波器利用其類(lèi)似變換域的作用將圖像分為兩個(gè)部分，同時(shí)盡量保持圖像的邊緣特性。
第6章介紹了基于分割譜濾波器和稀疏表示的醫(yī)學(xué)圖像融合。分割譜濾波器是一種新穎的保邊平滑濾波器，實(shí)驗(yàn)結(jié)果證明了其在醫(yī)學(xué)圖像融合方面的有效性。
第7章總結(jié)前6章的主要內(nèi)容并對(duì)以后的研究方向進(jìn)行展望。
本書(shū)主要對(duì)數(shù)字圖像處理中的圖像修復(fù)和圖像融合及其相應(yīng)算法進(jìn)行了詳細(xì)的描述，可以為對(duì)圖像處理研究有興趣的大學(xué)生、研究生及研究人員提供參考。
本書(shū)受到甘肅省自然科學(xué)基金（No.21JRTRA167）、西北民族大學(xué)引進(jìn)人才項(xiàng)目 （No.xbmuyjrc2020003）和中央高�；究蒲袠I(yè)務(wù)費(fèi)（No31920220037）的資助。本書(shū)采用Elegant Book模板，在此對(duì)該項(xiàng)目組成員表示衷心的感謝。在本書(shū)編寫(xiě)過(guò)程中，西北民族大學(xué)中國(guó)民族信息技術(shù)研究院的領(lǐng)導(dǎo)和同事給了我很大的鼓勵(lì)和支持，數(shù)學(xué)與計(jì)算機(jī)學(xué)院王維蘭教授提出了很多寶貴的意見(jiàn)，同時(shí)本書(shū)能順利完成離不開(kāi)我的愛(ài)人趙東東的支持，在此一并表示衷心的感謝。
由于編者水平有限，書(shū)中難免出現(xiàn)錯(cuò)誤及不妥之處，懇請(qǐng)有關(guān)專(zhuān)家和讀者批評(píng)指正。
編者
2023年7月
第1章 背景知識(shí) 1
1.1 圖像修復(fù)背景 1
1.2 圖像融合背景 2
1.2.1 圖像融合的分類(lèi) 3
1.2.2 多聚焦圖像融合 4
1.2.3 醫(yī)學(xué)圖像融合 7
第2章 預(yù)備知識(shí) 9
2.1 稀疏表示 9
2.2 結(jié)構(gòu)保持濾波器 10
2.2.1 回歸濾波器 10
2.2.2 分割圖濾波器 11
2.3 客觀評(píng)價(jià)標(biāo)準(zhǔn) 13
2.3.1 峰值信噪比（PSNR） 13
2.3.2 邊緣評(píng)價(jià)指標(biāo)（） 13
2.3.3 圖像結(jié)構(gòu)相似性評(píng)價(jià)指標(biāo)（） 14
2.3.4 歸一化互信息（QMI） 14
2.3.5 非線性相關(guān)信息熵（QNCIE） 15
2.3.6 Chen-Blum 評(píng)價(jià)指標(biāo) （QCB） 15
2.3.7 基于空間頻率的圖像融合評(píng)價(jià)指標(biāo)（QSF） 16
第3章 基于稀疏表示的圖像修復(fù) 18
3.1 基于相關(guān)字典的圖像修復(fù) 18
3.1.1 引言 18
3.1.2 算法 19
3.1.3 實(shí)驗(yàn)結(jié)果 24
3.1.4 總結(jié) 27
3.2 一種提高的直方圖比較方法 27
3.2.1 直方圖字典 28
3.2.2 基于直方圖字典的圖像修復(fù) 30
3.2.3 實(shí)驗(yàn)結(jié)果 30
3.2.4 結(jié)論 32
第4章 利用相位一致性進(jìn)行多聚焦圖像融合 33
4.1 引言 33
4.2 Gabor函數(shù)與log Gabor 函數(shù) 33
4.2.1 Gabor 函數(shù) 33
4.2.2 log Gabor 函數(shù) 35
4.3 相位一致性 36
4.3.1 相位一致性的概念 36
4.3.2 利用小波計(jì)算相位一致性 37
4.3.3 聚焦評(píng)價(jià)函數(shù) 41
4.4 聚焦評(píng)價(jià)函數(shù)的實(shí)驗(yàn)與應(yīng)用 43
4.4.1 聚焦評(píng)價(jià)函數(shù)的有效性實(shí)驗(yàn) 43
4.4.2 基于相位一致性的圖像融合 45
4.4.3 算法實(shí)現(xiàn) 47
4.5 實(shí)驗(yàn)與結(jié)果 49
4.5.1 圖像質(zhì)量評(píng)價(jià)方法 49
4.5.2 圖像融合方法介紹 52
4.5.3 各種圖像融合算法結(jié)果比較 59
4.6 研究總結(jié) 65
第5章 利用保邊濾波器進(jìn)行多聚焦圖像融合 66
5.1 引言 66
5.2 基于保邊濾波器的多聚焦圖像融合 67
5.3 實(shí)驗(yàn)結(jié)果 69
5.3.1 客觀評(píng)價(jià)指標(biāo) 70
5.3.2 實(shí)驗(yàn)結(jié)果及其分析 70
5.4 結(jié)論 81
第6章 基于分割譜濾波器和稀疏表示的醫(yī)學(xué)圖像融合 82
6.1 引言 82
6.2 相關(guān)工作 83
6.2.1 圖像分割濾波器 83
6.2.2 稀疏表示 84
6.3 融合框架 85
6.4 實(shí)驗(yàn)結(jié)果和討論 87
6.4.1 實(shí)驗(yàn)設(shè)置 87
6.4.2 參數(shù)分析 89
6.4.3 與具有代表性的保邊濾波器作比較 91
6.4.4 與具有代表性的先進(jìn)方法進(jìn)行比較 91
6.4.5 進(jìn)一步與具有代表性的先進(jìn)方法進(jìn)行比較 97
6.4.6 計(jì)算效率 97
6.5 結(jié)論 98
第7章 總結(jié)與展望 99
參考文獻(xiàn) 101
書(shū)單推薦
