多源圖像融合與應用 方發明 張桂戌 汪婷婷 9787121461903 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$814
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202308*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：多源圖像融合與應用 ISBN：9787121461903 出版社：電子工業 著編譯者：方發明 張桂戌 汪婷婷 叢書名：信息融合技術叢書 頁數：299 所在地：中國大陸 *此為代購商品 書號：1580211 可大量預訂，請先連絡。 內容簡介 本書以遙感圖像融合為例，以圖像融合技術的發展歷程為主線，系統介紹了圖像融合的基本概念、融合原理、融合方法及應用實例。 全書共有9章。第1章介紹了圖像融合的定義、發展歷史、研究現狀和分類，讓讀者對圖像融合有一個直觀的認識。第2章從研究背景與意義、研究現狀、評價體系三個角度講述了遙感圖像融合的基礎知識。第3∼8章系統地介紹了各種圖像融合方法。第9章結合圖像融合的具體應用實例，介紹了圖像融合的應用，並且對未來的發展進行了展望。 本書可作為高等院校高年級本科生、研究生學習圖像融合技術的教材和教學參考書，也可作為從事圖像融合研究和應用的科技人員的參考書。目錄 第1章 走進圖像融合1 1 什麼是圖像融合 1 2 圖像融合的發展歷史與研究現狀 1 3 圖像融合分類 1 3 1 按融合層次分類 1 3 2 按融合圖像源分類 第2章 遙感圖像融合基礎知識 2 1 遙感圖像融合的研究背景與意義 2 1 1 高解析度遙感技術的發展 2 1 2 遙感衛星圖像的特點 2 1 3 遙感圖像融合的研究意義 2 2 全色銳化的主流方法及研究現狀 2 2 1 分量替換（CS） 2 2 2 多解析度分析（MRA） 2 2 3 模型求解 2 2 4 深度學習 2 3 全色銳化評價體系 2 3 1 降解析度評估 2 3 2 原解析度評估 第3章 基於金字塔變換的圖像融合 3 1 引言 3 2 常見圖像金字塔變換 3 2 1 高斯金字塔變換 3 2 2 拉普拉斯金字塔變換 3 2 3 比率低通金字塔變換 3 2 4 對比度金字塔變換 3 2 5 梯度金字塔變換 3 3 基於金字塔變換的圖像融合方法 3 3 1 基於拉普拉斯金字塔變換的圖像融合 3 3 2 基於比率低通金字塔變換的圖像融合 3 3 3 基於對比度金字塔變換的圖像融合 3 3 4 基於梯度金字塔變換的圖像融合 3 4 實驗結果與分析 3 4 1 降解析度分析 3 4 2 原解析度分析 3 5 本章小結 第4章 基於小波族的圖像融合 4 1 引言 4 2 小波變換的基本理論 4 2 1 小波族 4 2 2 小波函數與子函數 4 2 3 尺度函數與子函數 4 2 4 多解析度分析 4 2 5 信號分解與重構 4 3 基於小波變換的圖像融合 4 3 1 圖像的二維離散小波變換 4 3 2 圖像融合過程 4 4 小波選擇 4 4 1 多小波 4 4 2 輪廓波 4 4 3 剪切波 4 5 實驗結果與分析 4 5 1 降解析度分析 4 5 2 原解析度評估分析 4 6 本章小結 第5章 基於智能優化演算法的圖像融合 5 1 引言 5 2 智能優化演算法簡介 5 2 1 智能優化演算法分類 5 2 2 進化演算法概述 5 3 基於貝葉斯網路及進化演算法的全色銳化融合模型 5 3 1 模型構建 5 3 2 參數優化 5 3 3 實驗對比與分析 5 4 基於進化演算法的IHS全色銳化融合模型 5 4 1 IHS融合模型 5 4 2 EA-IHS融合模型 5 4 3 組合差分進化優化 5 4 4 實驗對比與分析 5 5 基於多目標優化的IHS全色銳化融合模型 5 5 1 目標函數 5 5 2 NSGA-II優化 5 5 3 MO-IHS基本流程 5 5 4 實驗對比與分析 5 6 本章小結 第6章 基於能量模型的圖像融合 6 1 引言 6 2 變分法預備知識 6 2 1 泛函定義及性質 6 2 2 BV空間定義及性質 6 2 3 Bregman迭代和分裂Bregman迭代 6 3 變分全色銳化融合模型 6 3 1 VP模型構建 6 3 2 能量極小值存在性分析 6 3 3 數值演算法 6 3 4 實驗結果與分析 6 4 基於Framelet的全色銳化融合模型 6 4 1 Framelet及其圖像表示 6 4 2 基於Framelet的全色銳化融合模型 6 4 3 基於變分法和Framelet的全色銳化融合模型 6 4 4 實驗結果及分析 6 4 5 VFP模型與VP模型的比較 6 5 基於貝葉斯后驗概率估計的全色銳化融合模型 6 5 1 模型構建 6 5 2 模型求解 6 5 3 實驗對比與分析 6 6 本章小結 第7章 基於深度學習的圖像融合 7 1 引言 7 2 深度學習基礎理論 7 2 1 數據輸入層 7 2 2 卷積計算層 7 2 3 激勵層 7 2 4 池化層 7 2 5 全連接層 7 2 6 經典架構 7 3 小波係數指導的全色銳化融合網路 7 3 1 網路構建 7 3 2 實驗對比與分析 7 3 3 消融實驗 7 4 基於Framelet的全色銳化融合網路 7 4 1 模型構建 7 4 2 實驗對比與分析 7 4 3 消融分析 7 5 基於深度展開網路的全色銳化融合網路 7 5 1 網路構建 7 5 2 實驗對比與分析 7 5 3 消融分析 7 6 本章小結 第8章 基於顏色遷移的圖像融合 8 1 引言 8 2 研究背景與研究現狀 8 2 1 基於塗鴉點的著色 8 2 2 基於參考圖像的著色 8 2 3 基於深度學習的著色 8 3 基於超像素的圖像融合 8 3 1 模型構建 8 3 2 模型求解 8 3 3 模型分析 8 3 4 實驗對比與分析 8 4 基於風格遷移的圖像融合 8 4 1 網路構建 8 4 2 消融實驗 8 4 3 實驗對比與分析 8 5 基於生成對抗網路的圖像融合 8 5 1 網路構建 8 5 2 實驗對比與分析 8 6 本章小結 第9章 圖像融合的應用與發展趨勢 9 1 引言 9 2 圖像融合的落地應用 9 2 1 遙感圖像融合應用 9 2 2 圖像融合的其他應用 9 3 圖像融合的未來發展展望 參考文獻 縮略詞表 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
