圖像融合的深度學習方法

馬佳義馬泳徐涵張浩

出版商: 科學出版
出版日期: 2025-10-01
售價: $1,014
語言: 簡體中文
頁數: 240
裝訂: 平裝
ISBN: 7030784227
ISBN-13: 9787030784223
相關分類: DeepLearning

下單後立即進貨 (約4週~6週)

商品描述

圖像融合是視覺感知領域中一個基礎而關鍵的問題，旨在整合多幅源圖像中的重要信息，生成單幅更加全面且準確描述場景內容的融合圖像。本書介紹一系列基於深度學習的多模態、數字攝影及遙感圖像融合的方法，挖掘多種圖像融合任務的特點及共性，並探索圖像融合技術在下遊視覺任務中的重要作用。首先，針對多模態圖像融合任務，介紹兩種典型的紅外-可見光和醫學圖像融合方法；其次，針對數字攝影圖像融合任務，分別介紹有代表性的多曝光和多聚焦融合方法；然後，介紹兩種多光譜與全色圖像融合方法；接著，考慮各類圖像融合任務的共性，介紹兩種無監督的統一圖像融合方法；最後，針對圖像融合技術在實際應用中面臨的挑戰，介紹三種兼顧圖像配準與語義感知的圖像融合方法。掃封底二維碼可查看全書彩圖資源。

目錄大綱

目錄
第1章緒論 1
1.1 圖像融合問題的定義與任務分類 2
1.1.1 圖像融合問題的定義 2
1.1.2 圖像融合的任務分類 2
1.2 基於深度學習的圖像融合框架 5
1.2.1 基於自編碼器的圖像融合框架 5
1.2.2 基於卷積神經網絡的圖像融合框架 6
1.2.3 基於生成對抗網絡的圖像融合框架 6
1.3 圖像融合數據集與評估指標 6
1.3.1 圖像融合數據集 6
1.3.2 圖像融合評估指標 9
第2章多模態圖像融合 16
2.1 基於生成對抗網絡的紅外和可見光圖像融合 17
2.1.1 概述 17
2.1.2 實驗結果與分析 21
2.1.3 討論與展望 30
2.2 基於無監督信息保留增強的醫學圖像融合 31
2.2.1 概述 31
2.2.2 方法設計 32
2.2.3 實驗結果與分析 36
2.2.4 討論與展望 42
第3章數字攝影圖像融合 44
3.1 基於生成對抗網絡與自適應梯度聯合約束的多聚焦圖像融合 44
3.1.1 方法設計 45
3.1.2 實驗結果與分析 48
3.1.3 討論與展望 56
3.2 基於本征圖像分解的多曝光圖像融合 58
3.2.1 方法設計 59
3.2.2 實驗結果與分析 64
3.2.3 討論與展望 77
第4章遙感圖像融合 79
4.1 基於生成對抗網絡的無監督多光譜與全色圖像融合 79
4.1.1 方法設計 81
4.1.2 實驗結果與分析 85
4.1.3 討論與展望 92
4.2 基於尺度遷移學習與光譜觀測模型估計的多光譜與全色圖像融合 93
4.2.1 方法設計 95
4.2.2 實驗結果與分析 104
4.2.3 討論與展望 120
第5章通用圖像融合 122
5.1 統一無監督圖像融合 122
5.1.1 概述 122
5.1.2 方法設計 124
5.1.3 實驗結果與分析 130
5.1.4 討論與展望 139
5.2 基於 SwinTransformer與跨域長距離學習的通用圖像融合 140
5.2.1 概述 140
5.2.2 方法設計 141
5.2.3 實驗結果與分析 145
5.2.4 討論與展望 158
第6章兼顧圖像配準與高級語義的圖像融合 159
6.1 互促進的多模態圖像配準與融合 159
6.1.1 概述 159
6.1.2 方法設計 161
6.1.3 實驗結果與分析 168
6.1.4 討論與展望 181
6.2 基於漸進語義註入的紅外與可見光圖像融合 183
6.2.1 概述 183
6.2.2 方法設計 185
6.2.3 實驗結果與分析 190
6.2.4 消融實驗分析 200
6.2.5 討論與展望 202
6.3 語義感知的圖像配準與融合 203
6.3.1 概述 203
6.3.2 方法設計 204
6.3.3 實驗結果與分析 211
6.3.4 消融實驗分析 217
6.3.5 討論與展望 220
參考文獻 221