本书系统介绍了数字图像融合领域的一些常见算法，便于读者全面了解和学习数字图像融合领域的一些基本概念和前沿知识，以适应现代信息技术的发展。书中系统介绍了数字图像融合的基本概念，并针对不同传感器获得的数字图像进行了分类，还对不同类型的数字图像分别介绍了不同的图像融合算法。本书共分为8章，主要内容包括图像融合简介、基于小波和轮廓波的多聚焦图像融合、基于剪切波和Smoothlet的多聚焦图像融合、红外与可见光数字图像融合、医学图像融合、基于仿生算法的医学图像融合、遥感图像融合和数字图像融合发展趋势。本书适合计算机视觉、卫星遥感和医学图像等相关领域的研究人员、工程技术人员和算法爱好者阅读，也适合各大院校电子信息专业的本科生、研究生和教师作为相关专业的教材或教学参考书使用。
详解数字图像融合的基本概念和常见算法，涵盖多聚焦图像融合、红外与可见光图像融合、医学图像融合和遥感图像融合四大领域的融合技术，提供20个融合实验，赠教学PPT
详细介绍了数字图像融合领域的一些基本概念和常见算法，涵盖多聚焦图像融合、红外与可见光图像融合、医学图像融合和遥感图像融合四大领域的前沿技术
着重介绍了像素级图像融合算法，对常见的图像融合种类都有所涉及
对不同传感器获得的数字图像进行了分类，并给出了不同的融合算法
书中介绍的每个算法都有很强的前瞻性、针对性和实用性
书中介绍的每个算法都具有较高的学术水平和广泛的应用前景
提供了20余个数字图像融合实验，并对实验结果进行了详细分析
讲解时给出了大量图示，帮助读者更加直观、深入地理解所学知识
图像融合是将源自不同传感器的多幅图像中的重要信息融合到一幅图像中的过程。图像融合可以克服单一传感器图像的局限性和差异性，获取更为全面和准确的场景描述，提高图像的清晰度和可理解性，以便进一步进行图像的分析和处理。图像融合技术初期主要集中应用于军事安全领域。例如，通过可见光图像和红外图像的融合，可增强对目标的识别度，方便对目标的检测和跟踪，用以提高战场的决策和指挥能力。由于其具有诸多优势，所以近年来随着信息技术的发展，图像融合应用已经不限于战场监控，而是广泛应用于医学成像、卫星遥感、气象预报等诸多关系到国计民生的重要领域中。
不同种类的图像融合算法由低到高分为三个层次：数据级融合、特征级融合和决策级融合。数据级融合也称为像素级融合，是指直接对传感器采集的数据进行处理而获得融合图像的过程，是目前图像融合研究的重点之一。其优点是能尽量地保持源图像信息，提供其他融合层次所没有的详细场景。本书着重介绍的就是像素级的图像融合算法，并且对常见的图像融合种类都有所涉及，如多聚焦图像融合、医学图像融合、红外与可见光图像融合和遥感图像融合。本书内容新颖，算法丰富，讲解翔实，可以给相关领域的研究人员、高校学生和教师及算法爱好者提供有效的帮助和指导。
本书要求读者具备信号与系统、数字信号处理、高等数学、线性代数和数字图像处理等课程的基本知识。
本书特色
1．内容丰富，结构合理
本书首先详细介绍了数字图像融合的基本概念，然后全面介绍了常见的数字图像融合算法的相关知识。在内容的编排上，本书根据读者的学习过程对全书内容做了合理的梯度安排，更加适合读者阅读。
2．算法丰富，讲解翔实
本书详细介绍了多个常见数字图像融合算法的理论与应用。每个算法都经过作者的精挑细选，具有很强的针对性。所有算法都是已经发表或者将要发表的论文成果，有较高的学术水平和较强的实用性。
3．技术新颖，应用广泛
本书涉及多聚焦图像融合、红外与可见光图像融合、医学图像融合及遥感图像融合等前沿技术，这些技术都具有广泛的应用前景，有很强的前瞻性。
4．语言通俗，图文并茂
本书在讲解知识点时给出了大量的图示和图表，以图文并茂的方式帮助读者更加直观和深入地理解书中的内容，从而提高学习效率。
本书内容
本书分为8章，按照不同的图像源对图像融合算法进行了详细介绍。相应的融合算法主要包括多聚焦图像的融合算法、可见光与红外图像的融合算法、医学图像的融合算法和遥感图像的融合算法4大类。具体内容简要介绍如下。
第1章为图像融合简介，简要介绍了图像融合的研究背景和意义，以及图像融合技术的研究现状。对于图像融合技术，介绍了图像融合的层次和传统的图像融合方法，并指出了图像融合研究中存在的问题；针对图像融合效果的评价，介绍了主观评价和客观评价两种标准。
第2章介绍了基于小波的多聚焦图像融合算法、基于轮廓波的多聚焦图像融合算法和结合轮廓波变换与核范数最小化理论的多聚焦图像融合算法。
第3章介绍了基于剪切波域的各种多聚焦图像融合算法、基于NSST-FRFT的多聚焦图像融合算法、基于NSST域的自适应区域与脉冲发放皮层模型的多聚焦图像融合算法、基于Smoothlet的多聚焦图像融合算法和基于灰度共生矩阵的多聚焦图像融合算法。
第4章介绍了基于NSST域自适应PCNN的红外与可见光图像融合算法，以及基于NSST域模糊逻辑的红外与可见光图像融合算法等内容。
第5章介绍了基于NSST和高斯混合模型的医学彩色图像融合算法、基于非下采样复小波变换的医学图像融合算法、基于NSST变换和Smoothlet的医学图像融合算法，以及基于加权核范数最小化的医学图像融合算法等内容。
第6章介绍了基于人工鱼群算法优化的小波域医学图像融合算法，以及结合Shearlet变换和果蝇优化算法的甲状腺图像融合算法。
第7章介绍了几种传统的遥感图像融合算法，并介绍了基于复剪切波域的遥感图像融合算法。
第8章对全书内容进行了总结和展望。总结了数字图像融合的发展及应用，并对数字图像融合研究的前景进行了展望。
本书读者对象
从事算法研究的技术人员；
从事数字图像研究的人员；
计算机视觉研究人员；
卫星遥感研究人员；
医学图像研究人员；
数学建模爱好者；
高等院校理工科相关专业的学生和老师。
本书作者
本书主要以编写人员的课题研究内容为主，参考了参加本项目的博士生和硕士生发表的论文和实验结果，同时部分内容参考和引用了国内外相关领域的论文和研究成果。
本书主要由刘帅奇、郑伟、赵杰和胡绍海编写。其中，刘帅奇和胡绍海编写了第1章；刘帅奇、胡绍海和赵杰编写了第2章和第3章；刘帅奇、孙伟和胡绍海编写了第4章；刘帅奇、赵杰和郑伟编写了第5章；郑伟和赵杰编写了第6章；扈琪和孙伟编写了第7章；赵杰编写了第8章。另外，石家庄铁道大学的耿鹏，以及河北大学的李鹏飞等人也为本书的编写做出了很多贡献，在此表示感谢。
本书在编写过程中参考和引用了一些国内外专家的相关著作、论文和研究成果，具体参见本书的参考文献。因篇幅所限，本书未能将所有引用的参考文献全部收录，需要的读者可以发邮件索要。在此感谢这些文献的著作者为本书的撰写提供了十分珍贵的第一手资料！我们认为，本书是国内外数字图像融合研究领域集体智慧的结晶，是研究工作者共同劳动的成果。
由于作者水平和编写时间所限，加之选材内容尚需充实和完善，书中可能还存在疏忽和错漏之处，恳请广大读者批评指正。联系我们请发电子邮件到hzbook2017@163.com。
编著者
计算机\算法
业内点评
图像融合作为信息融合的一个分支，是当前信息融合研究中的一个热点。本书对常用的数字图像处理融合算法进行了详细介绍，并在书中着重介绍了作者的原创性研究成果，理论基础雄厚，论述条理性强，讲解清晰、透彻，适合数字图像处理的研究者学习和使用，也可作为高年级的研究生教材。
——University of Leicester（莱斯特大学）教授 张煜东
本书堪称视觉领域中的上品。作者系统而深入地解析了多聚焦图像融合、红外与可见光图像融合、医学图像融合和遥感图像融合的经典算法思想与模型方法，并对各个领域的图像融合都给出了实验验证和分析。
——国家高端智库“瞭望智库”特邀专家 王文峰
多模态信息融合是本人非常感兴趣的研究方向。《数字图像融合算法分析与应用》一书介绍了数字图像融合的理论和应用等内容，内容充实，论述翔实。相信该书是每一位关注图像融合人士的必读书目，希望这本书能让更多的人加入到多模态信息融合的研究中。
——兰州大学博士 绽琨
随着数据采集技术的发展，多模态融合成为了图像处理的热门研究方向，并在医学图像、卫星遥感成像等领域有重要的应用。本书深入浅出地介绍了图像融合的发展过程和最新技术，并通过不同领域的图像融合应用展示了图像融合技术的重要性。对于每一个对图像融合感兴趣的读者来说，本书就是一场知识的盛筵。
——天津大学教授 段玉萍
前言
第1章 图像融合简介 1
1.1 研究背景及意义 1
1.2 国内外研究现状 1
1.3 图像融合基础知识 3
1.3.1 图像融合层次 3
1.3.2 传统图像融合算法 4
1.3.3 图像融合存在的问题 6
1.4 图像融合评价标准 7
1.4.1 主观评价标准 7
1.4.2 客观评价标准 8
第2章 基于小波和轮廓波的多聚焦图像融合 12
2.1 多聚焦图像特点 12
2.2 基于小波的多聚焦图像融合算法 14
2.2.1 小波变换 14
2.2.2 小波域多聚焦图像融合算法 23
2.2.3 基于小波的多聚焦图像融合实验结果分析 26
2.3 基于轮廓波的多聚焦图像融合算法 26
2.3.1 轮廓波变换 27
2.3.2 复轮廓波变换 28
2.3.3 向导滤波 31
2.3.4 基于轮廓波变换图像融合算法 33
2.3.5 实验结果分析 35
2.4 结合轮廓波变换与核范数最小化理论的多聚焦图像融合算法 44
2.4.1 核范数最小化理论 45
2.4.2 图像融合算法 46
2.4.3 实验结果与分析 48
2.5 本章小结 54
第3章 基于剪切波和Smoothlet的多聚焦图像融合 55
3.1 剪切波变换基础知识 55
3.1.1 剪切波变换 55
3.1.2 离散剪切波变换 57
3.1.3 非下采样剪切波变换 61
3.2 基于剪切波的多聚焦图像融合算法 61
3.2.1 基于剪切波变换的图像融合框架 61
3.2.2 基于剪切波变换的图像融合规则 62
3.2.3 实验结果对比与分析 65
3.3 基于NSST-FRFT的多聚焦图像融合算法 72
3.3.1 NSST-FRFT原理 72
3.3.2 NSST-FRFT图像融合框架 73
3.3.3 图像融合规则 73
3.3.4 实验结果对比与分析 75
3.4 基于NSST域的自适应区域与脉冲发放皮层模型的多聚焦图像融合算法 83
3.4.1 共享相似性和自适应区域 83
3.4.2 脉冲发放皮层模型 84
3.4.3 基于自适应区域、EOE和SCM的图像融合 85
3.4.4 实验结果分析 87
3.5 基于Smoothlet的图像融合算法 91
3.5.1 Smoothlet变换及依赖变换理论介绍 92
3.5.2 基于NSCT和Smoothlet的图像融合 97
3.5.3 仿真实验和结果分析 99
3.6 基于灰度共生矩阵的多聚焦图像融合算法 101
3.6.1 图像的灰度共生矩阵 101
3.6.2 融合框架 102
3.6.3 实验结果 104
3.7 本章小结 110
第4章 红外与可见光图像融合 111
4.1 红外与可见光图像特点 111
4.2 基于NSST域自适应PCNN的红外与可见光图像融合算法 112
4.2.1 区域提取 112
4.2.2 脉冲耦合神经网络（PCNN） 113
4.2.3 图像融合框架 114
4.2.4 图像融合规则 115
4.2.5 实验结果对比与分析 116
4.3 基于NSST域模糊逻辑的红外与可见光图像融合算法 119
4.3.1 图像融合框架 120
4.3.2 图像融合规则 121
4.3.3 实验结果对比与分析 122
4.4 基于SCM和CST的红外与可见光图像融合算法 126
4.4.1 图像融合框架 127
4.4.2 图像融合规则 128
4.4.3 仿真验证 130
4.5 基于复剪切波域结合向导滤波与模糊逻辑的红外与可见光图像融合算法 133
4.5.1 融合规则 133
4.5.2 仿真验证 134
4.6 本章小结 137
第5章 医学图像融合 138
5.1 医学图像特点 138
5.2 基于NSST和高斯混合模型的医学彩色图像融合算法 140
5.2.1 HIS模型 140
5.2.2 高斯混合模型 142
5.2.3 图像融合框架 143
5.2.4 图像融合规则 144
5.2.5 实验结果对比与分析 146
5.3 基于非下采样复小波变换的医学图像融合算法 149
5.3.1 非下采样复小波变换的基本理论 150
5.3.2 图像融合步骤 152
5.3.3 实验结果与分析 153
5.4 基于NSST变换和Smoothlet的医学图像融合算法 157
5.4.1 图像融合框架 157
5.4.2 融合规则 159
5.4.3 仿真实验和结果分析 160
5.5 Shearlet变换和稀疏表示相结合的甲状腺图像融合算法 161
5.5.1 图像的稀疏表示 162
5.5.2 图像融合算法 164
5.5.3 实验结果与分析 166
5.6 基于加权核范数最小化的医学图像融合算法 170
5.6.1 加权核范数最小化理论 171
5.6.2 图像自相似性 172
5.6.3 融合框架 173
5.6.4 实验结果分析 175
5.7 基于改进拉普拉斯能量的医学图像融合算法 179
5.7.1 改进的拉普拉斯能量和 180
5.7.2 融合算法 182
5.7.3 实验结果与分析 182
5.8 基于改进PCNN的非下采样剪切波域医学图像融合算法 188
5.8.1 稀疏编码与字典设计方法 188
5.8.2 基于稀疏表示的低频图像融合 192
5.8.3 滑动窗口尺寸对融合结果的影响 195
5.8.4 滑动步长对融合结果的影响 196
5.8.5 基于改进PCNN的高频医学图像融合 197
5.8.6 不同的PCNN输入项对融合结果的影响 199
5.8.7 不同的PCNN链接强度对融合结果的影响 200
5.8.8 整体融合算法 202
5.8.9 实验结果与分析 203
5.9 本章小结 212
第6章 基于仿生算法的医学图像融合 213
6.1 仿生优化算法概述 214
6.1.1 粒子群算法 214
6.1.2 蚁群算法 215
6.1.3 人工鱼群算法 216
6.2 基于人工鱼群算法优化的小波域图像融合算法 218
6.2.1 融合规则与具体算法步骤 218
6.2.2 实验结果分析 221
6.3 结合Shearlet变换和果蝇优化算法的甲状腺图像融合算法 226
6.3.1 融合规则 227
6.3.2 实验结果分析 229
6.4 本章小结 233
第7章 遥感图像融合 234
7.1 传统的高分辨率遥感图像融合算法及比较 234
7.1.1 4种传统融合算法的原理和分析 234
7.1.2 算法应用和比较 236
7.2 基于复剪切波域的遥感图像融合算法 238
7.2.1 复剪切波 239
7.2.2 融合规则 241
7.2.3 实验结果与分析 243
7.3 本章小结 252
第8章 数字图像融合发展趋势 253
8.1 数字图像融合发展及应用 253
8.2 数字图像融合研究的展望 255
参考文献 256
