侦察图像获取与融合技术
出版时间： 2015年版
内容简介
《侦察图像获取与融合技术》分为9章：第1章绪论，主要介绍了侦察图像获取与融合技术的发展现状与趋势，数字图像记录的基本格式；第2章常用的图像传感器，主要介绍了常用的成像镜头、可见光成像传感器、红外成像传感器和微光成像传感器的基本工作原理；第3章图像实时记录技术，主要介绍了一种基于直写硬盘的大容量高速数字图像记录技术，包括图像采集控制模块、图像数据并行存储模块和控制软件模块；第4章图像融合原理，按照图像融合基本模型的构成，系统地介绍了图像配准、图像校正、图像变换、图像合成的方法和技术；第5章常用的特征提取算法，主要介绍了目前常用的特征提取算法，包括Harris检测算子、SUSAN检测算子、Forstner检测算子、Moravac检测算子和CLHC检测算子的基本原理、实现方法和优缺点；第6章SIFT特征提取方法，主要介绍了SIFT算法的基本原理、构成方法、存在问题和改进方法；第7章SURF特征提取方法，主要介绍了SURF算法的基本原理、构成方法、存在问题和改进方法；第8章基于特征的自动匹配方法，主要介绍了四种基于特征的自动匹配方法，包括基于统计的自动匹配、基于变换模型的自动匹配、基于改进的RANSAC自动匹配和基于外极线校验的自动匹配方法；第9章大幅面图像快速融合技术，主要介绍了一种大幅面航空、航天遥感图像的快速融合方法，以及图像融合的评价标准等内容。《侦察图像获取与融合技术》主要用作航天指挥硕士生、博士生、航天团级指挥军官的教材和参考书，也可用作空间目标监视、空间光电测量、图像信息处理等专业的本科生教材和参考书，还可作为从事相关专业的工程技术人员的参考资料。
目录
第1章 绪论
1.1 图像信息
1.1.1 图像和像素
1.1.2 图像文件格式
1.1.3 图像的显示
1.2 图像实时记录技术现状
1.2.1 基于通用微机的记录技术
1.2.2 基于冗余磁盘阵列的记录技术
1.2.3 基于专用控制器的记录技术
1.3 图像融合技术的发展
1.3.1 图像配准技术
1.3.2 图像合成技术
1.4 本书主要内容
参考文献
第2章 常用的图像传感器
2.1 基础知识
2.1.1 光电效应
2.1.2 色度学原理
2.1.3 电视信号
2.1.4 图像的基本参量
2.2 摄像原理
2.2.1 电真空摄像器件工作原理
2.2.2 CCD图像传感器工作原理
2.2.3 CMOS图像传感器工作原理
2.2.4 LBCASTJFET图像传感器工作原理
2.3 彩色图像传感器
2.3.1 三板彩色图像传感器
2.3.2 单管彩色摄像机
2.3.3 单板彩色图像传感器
2.4 图像传感器镜头
2.4.1 普通镜头
2.4.2 复杂镜头
2.4.3 特殊用途镜头
2.5 红外和微光图像传感器
2.5.1 红外图像传感器
2.5.2 微光图像传感器
2.6 本章小结
参考文献
第3章 图像实时记录技术
3.1 图像实时记录系统基本结构
3.2 图像采集控制模块
3.2.1 LVDS电平转换
3.2.2 CameraLink接口
3.2.3 采集控制模块电路设计
3.3 图像数据并行存储模块
3.3.1 数据并行处理及同步缓存
3.3.2 基于多通道软同步的自启动直写控制器
3.3.3 基于SCSI协议的硬盘控制电路
3.3.4 总线电缆长度设计
3.3.5 终结电阻设计
3.3.6 SCSI协议控制器
3.4 控制软件设计
3.4.1 软件流程
3.4.2 外部通信协议
3.4.3 命令集简介
3.5 实验结果与分析
3.6 本章小结
参考文献
第4章 图像融合原理
4.1 成像原理
4.1.1 成像模型
4.1.2 坐标系统
4.2 图像融合基本模型
4.2.1 相机的运动
4.2.2 图像间的坐标变换
4.2.3 图像融合模型
4.3 图像配准技术
4.3.1 图像配准的数学模型
4.3.2 图像配准的基本框架
4.3.3 相似性测度
4.3.4 匹配策略
4.3.5 图像配准方法分类
4.4 图像校正技术
4.4.1 图像几何校正
4.4.2 图像亮度校正
4.5 图像变换技术
4.5.1 最近邻法
4.5.2 双线性法
4.5.3 三次线性插值法
4.6 图像合成技术
4.6.1 简单图像合成
4.6.2 基于金字塔分解的图像合成
4.6.3 基于小波变换的图像合成
4.6.4 常用的图像融合规则
4.7 本章小结
参考文献
第5章 常用的特征提取算法
5.1 Harris检测算子
5.2 SUSAN检测算子
5.3 Forstner检测算子
5.4 Moravac检测算子
5.5 CLHC检测算子
5.6 本章小结
参考文献
第6章 SIFT特征提取方法
6.1 SIFT特征提取算法
6.1.1 高斯差分DoG滤波
6.1.2 尺度空间的极值检测
6.1.3 关键点的位置确定
6.1.4 关键点的方向参数
6.1.5 构建特征描述符
6.2 基于扇形区域分割的SIFT描述符
6.2.1 算法原理
6.2.2 实验结果与分析
6.3 自适应对比度阈值控制提取关键点
6.3.1 算法原理
6.3.2 实验结果与分析
6.4 自适应对比度阈值控制的扇形区域分割描述符
6.5 本章小结
参考文献
第7章 SURF特征提取方法
7.1 SURF特征提取方法
7.1.1 积分图像
7.1.2 Fast-Hessian特征检测算子
7.1.3 尺度空间构建
7.1.4 确定特征点主方向
7.1.5 构建特征描述符
7.2 基于扇形区域分割的suRF描述符
7.2.1 扇形区域分割描述符识别性能分析
7.2.2 扇形区域分割SURF描述符构建方法
7.3 基于三角形区域分割的SURF描述符
7.3.1 三角形分割SURF描述符性能分析
7.3.2 三角形划分SURF描述符构建方法
7.4 几种典型特征描述符匹配性能比较
7.4.1 测试图片
7.4.2 评价标准
7.4.3 实验结果及分析
7.5 SURF描述符在星点匹配上的应用
7.5.1 星点检测
7.5.2 构建星点描述符
7.5.3 星点匹配
7.5.4 实验分析
7.6 本章小结
参考文献
第8章 基于特征的自动匹配方法
8.1 基于统计的自动匹配策略
8.1.1 三峰值自动匹配策略
8.1.2 实验结果与分析
8.2 基于变换模型的自动匹配策略
8.2.1 匹配算法描述
8.2.2 实验结果与分析
8.3 基于改进的RANSAC的自动匹配策略
8.3.1 匹配策略
8.3.2 改进的：RANSAC算法
8.3.3 实验结果与分析
8.4 基于外极线校验的自动匹配策略
8.4.1 基本情况
8.4.2 匹配策略
8.4.3 实验结果
8.5 本章小结
参考文献
第9章 大幅面图像快速融合技术
9.1 大幅面图像融合框架
9.2 定位精度分析
9.3 图像的无缝融合
9.4 图像融合评价
9.4.1 主观评价标准
9.4.2 客观评价标准
9.5 实验结果与分析
9.6 本章小结
参考文献
