圖像修復(fù)和圖像融合

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