图像/视频检索与图像融合2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

图像/视频检索与图像融合PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1篇 基础知识1

第1章 绪论1

1.1数字图像处理概述1

1.2数字图像处理常用方法2

1.3数字图像处理相关研究领域3

1.4常用图像数据集5

1.4.1 Corel图像集5

1.4.2 Caltech 101图像集5

1.4.3 Caltech 256图像集7

1.4.4 COIL图像集7

1.4.5其他图像集9

1.5 OpenCV简介9

参考文献11

第2篇 基于内容的图像检索12

第2章 基于内容的图像检索概述12

2.1基于内容的图像检索的产生与发展12

2.2图像检索系统的构成16

2.3图像检索系统的评价标准16

参考文献18

第3章 图像检索典型方法19

3.1基于颜色特征的图像检索19

3.1.1图像的颜色空间19

3.1.2典型的图像颜色特征23

3.1.3颜色直方图匹配25

3.2基于纹理特征的图像检索26

3.2.1灰度共生矩阵27

3.2.2 Tamura纹理特征28

3.2.3小波变换29

3.3基于形状特征的图像检索31

3.3.1边缘方向直方图32

3.3.2傅里叶形状描述符33

3.3.3 Hu不变矩33

3.3.4 Jan Flusser不变矩34

3.4基于空间关系的图像检索35

3.5基于局部不变特征的图像检索35

3.5.1 Moravec’s角点检测子38

3.5.2 Harris角点检测子38

3.5.3 SUSAN算子42

3.5.4 SIFT算子44

3.5.5 MSER区域检测子49

3.5.6局部不变特征的性质51

3.6其他图像检索方法52

参考文献52

第4章 基于连通区域的图像仿射不变区域提取及描述54

4.1基于连通区域的仿射不变区域提取55

4.1.1连通区域提取方法及其实现55

4.1.2仿射不变区域的确定56

4.1.3去除不满足条件的区域56

4.2图像仿射不变区域的描述57

4.3实验结果与分析58

参考文献60

第5章 基于三维颜色直方图的图像检索61

5.1颜色空间量化61

5.1.1图像颜色量化理论61

5.1.2颜色矢量量化方案的选择62

5.2提取三维颜色直方图65

5.3颜色直方图匹配66

5.4实验结果与分析66

参考文献68

第3篇 基于内容的视频检索69

第6章 基于内容的视频检索概述69

6.1基于内容的视频检索的产生与发展69

6.2视频检索系统的构成71

6.3 TRECVID简介71

6.4视频检索系统评价标准72

参考文献72

第7章 视频结构化分析73

7.1镜头分割74

7.1.1基于直方图的镜头分割方法74

7.1.2像素法75

7.1.3基于边缘探测的算法76

7.1.4基于模型的镜头分割方法77

7.1.5面向压缩视频的镜头分割方法78

7.2关键帧提取80

7.2.1基于采样的关键帧提取方法81

7.2.2基于帧间差的关键帧提取方法81

7.2.3基于聚类的关键帧提取方法81

7.2.4基于视频单元分类的关键帧提取方法81

7.2.5基于累积帧间差的关键帧提取方法82

7.2.6基于运动信息的关键帧提取方法82

7.2.7基于文字和图像信息的关键帧提取方法82

7.3场景和镜头组的构造83

7.4视频特征提取83

7.4.1 MPEG-7标准中的视觉特征描述子84

7.4.2关键帧特征提取89

7.4.3视频特征提取91

参考文献106

第8章 综合时序特征曲线和关键帧特征的视频检索109

8.1视频时序特征的提取与匹配110

8.1.1视频特征曲线的提取111

8.1.2视频特征曲线的匹配112

8.1.3实验结果及分析113

8.2关键帧特征的提取与匹配114

8.2.1子片段划分与关键帧提取114

8.2.2关键帧特征提取和匹配114

8.3实验结果与分析115

参考文献116

第9章 视频语义分析与提取117

9.1视频语义分析概述117

9.1.1视频语义分析的意义117

9.1.2视频语义分析发展现状119

9.2特定领域的视频语义分析120

9.2.1智能监控120

9.2.2视频标注124

9.2.3交通事件检测126

参考文献128

第4篇 图像配准与图像融合130

第10章 多传感器图像融合发展与概况130

10.1多传感器图像融合技术130

10.2多传感器图像融合步骤134

10.3多传感器图像融合的应用与发展趋势135

参考文献139

第11章 多传感器图像配准141

11.1图像配准原理142

11.1.1变换空间142

11.1.2图像配准过程143

11.2基于图像灰度的配准方法144

11.2.1互相关法144

11.2.2序贯相似性检测算法145

11.3基于变换域的图像配准方法146

11.4基于特征的图像配准方法147

11.4.1特征选择与提取149

11.4.2特征匹配152

11.5基于SIFT算法的图像配准154

11.5.1检测尺度空间极值点154

11.5.2精确定位关键点156

11.5.3关键点方向分配156

11.5.4特征点描述子生成157

11.5.5 SIFT算法改进及其结果158

参考文献161

第12章 多传感器图像融合165

12.1多传感器图像融合规则165

12.1.1基于像素的融合规则165

12.1.2基于区域的融合规则166

12.2基于金字塔的图像融合算法167

12.2.1基于拉普拉斯金字塔的图像融合167

12.2.2基于对比度金字塔分解的图像融合169

12.2.3实验结果与分析170

12.3基于小波变换的图像融合算法174

12.3.1基于离散小波变换的图像融合方法174

12.3.2图像的小波分解层数176

12.3.3实验结果与分析176

12.4基于NSCT变换的图像融合183

12.4.1 Contourlet变换183

12.4.2 NSCT变换186

12.4.3基于NSCT的图像融合189

12.4.4实验结果与分析189

参考文献191

第13章 彩色图像融合技术194

13.1典型的色彩空间194

13.1.1 RGB颜色空间194

13.1.2 HSI颜色空间195

13.1.3 YUV （Lab）颜色空间196

13.1.4 YCbCr模型197

13.1.5 YIQ模型197

13.1.6 CIE色度模型198

13.1.7 CMY色度空间199

13.2彩色图像融合技术的发展200

13.3经典彩色图像融合方法202

13.3.1直接映射法202

13.3.2 MIT融合法202

13.3.3 TNO融合法203

13.3.4基于lαβ空间色彩传递的图像融合方法204

13.3.5基于YCbCr空间色彩传递的图像融合方法206

13.4实验结果与分析207

参考文献208

第14章 多传感器图像融合质量评价210

14.1主观评价方法210

14.2基于单幅图像的评价方法211

14.2.1灰度均值和标准差211

14.2.2信息熵212

14.2.3平均梯度212

14.2.4边缘保持度客观评价指标212

14.3基于参考图像的评价方法212

14.3.1联合熵213

14.3.2交互信息量213

14.3.3空间频率214

14.3.4偏差度214

14.3.5对比度214

14.3.6相关系数214

14.4基于结构相似度的评价方法215

14.5基于视觉特性的评价方法216

14.5.1基于视觉感知的评价方法216

14.5.2基于视觉兴趣的评价方法217

14.6实验与结果分析217

14.6.1金字塔融合方法评价与讨论217

14.6.2小波分解层数评价与分析219

14.6.3基于区域的融合规则质量评价与讨论220

14.6.4 NSCT变化融合质量评价与讨论221

参考文献223