紅外圖像處理、分析與融合（簡體書）

本書從紅外圖像的目標特性出發，以紅外圖像景象匹配、紅外目標識別與跟蹤、紅外圖像融合等內容為重點，系統闡述了紅外圖像處理、分析與融合中的理論、方法和應用技術，涵蓋了紅外圖像應用中涉及的核心內容。
本書是紅外圖像景象匹配、紅外目標識別與跟蹤、紅外圖像融合技術及其應用研究的最新成果總結，內容注重理論與實踐并重，針對性與系統性較強。
本書可供信號與信息處理、通信與信息系統、電子科學與技術、計算機科學與技術、控制科學與工程、紅外遙感及應用等學科中從事圖像處理與分析技術的研究人員和工程技術人員參考，也可作為高等院校相關專業研究生或高年級本科生的參考書。

李俊山，男，1956年1月出生，陜西白水人，第二炮兵工程學院計算機與指揮自動化系教授，博士生導師，二炮導彈技術專家。 主要學術成就：獲國防科學技術獎和軍隊科技進步獎20項；發表學術論文200余篇；公開出版專著、譯著和教材9部，代表作有《數字圖像處理》、《數據庫原理及應用（SQL Server）》、《數據庫系統原理與設計》、《並行圖像處理》；作為課程負責人的《數據庫系統原理及應用》課程入選國家級精品課程。主要研究方向：圖像處理與目標識別、網絡信息安全、電子對抗模擬與仿真。現任中國計算機學會理事，中國圖象圖形學學會理事，陜西省計算機學會常務理事，陜西省圖象圖形學學會常務理事，陜西省計算機教育學會常務理事，《現代電子技術》編委。曾獲軍隊院校“育才獎”銀獎，二次榮立三等功。

前言
第一篇 紅外圖像的目標特性
　第1章 紅外成像原理與紅外圖像特徵
1.1 紅外輻射基本理論
1.1.1 紅外輻射與紅外光譜
1.1.2 紅外輻射的傳輸與衰減
1.1.3 紅外輻射基本定律
1.2 紅外成像原理
1.2.1 紅外成像基本原理
1.2.2 紅外成像系統的特點
1.2.3 紅外探測器
1.3 紅外圖像的基本特徵
1.3.1 紅外圖像的特點
1.3.2 紅外圖像與可見光圖像的區別
1.4 軍用紅外小目標和背景的輻射特性
1.4.1 軍用紅外小目標的紅外輻射特性
1.4.2 紅外目標背景的紅外輻射特性
第二篇 紅外圖像景象匹配
　第2章 景象匹配區選取
2.1 典型的可匹配性檢驗參數分析
2.2 基於紅外實時圖的光學基準圖選取
2.2.1 基於典型的可匹配性檢驗參數準則的基準圖選取
2.2.2 仿真實驗與結果分析
2.3 基準圖選取控制策略
2.3.1 景象匹配區相關面特徵的概念
2.3.2 最高峰尖銳度計算方法
2.3.3 景象匹配區相關面特徵準則的驗證
2.4 基於並行遺傳算法的圖像自匹配系數的快速計算方法
2.4.1 混沌優化方法
2.4.2 基於PGA的圖像自匹配系數的快速計算
2.4.3 仿真實驗及算法性能分析
　第3章 基於遺傳算法的灰度相關匹配
3.1 典型的灰度相似性算法分析
3.2 基於遺傳優化的灰度相關匹配算法
3.2.1 基於遺傳優化的灰度相關匹配算法設計
3.2.2 仿真實驗
3.2.3 實驗結果與分析
3.3 基於混合遺傳算法的灰度相關匹配算法
3.3.1 混沌遺傳優化組合方法研究
3.3.2 快速匹配算法的設計
3.3.3 實驗及算法性能分析
3.4 基於遺傳算法的分層快速匹配算法
3.4.1 算法控制策略設計
3.4.2 旋轉實時圖像的坐標變換
3.4.3 匹配算法的實觀
3.4.4 仿真實驗結果及分析
　第4章 基於HauSdorff距離的邊緣特徵匹配
4.1 部分HauSdorff距離與景象匹配
4.1.1 Hausdorff距離
4.1.2 部分Hausdorff距離
4.1.3 基於平均距離直的部分Hausdorff距離
4.1.4 改進的部分Hausdorff距離
4.2 基於LTS-HD的景象匹配加速技術
4.2.1 鄰域排除法
4.2.2 掃描終止法
4.2.3 前向跳躍法
4.3 基於LTS-HD的邊緣特徵快速匹配算法
4.3.1 Hausdorff距離的變換
4.3.2 基於LTS-HD的快速景象匹配算法設計
4.3.3 實驗結果與分析
4.4 基於進化策略的邊緣特徵匹配算法
4.4.1 進化策略的算法模型
4.4.2 進化策略的改進措施
4.4.3 進化策略與LTS-HD結合的匹配算法
4.4.4 實驗結果與分析
4.5 基於邊緣金字塔結構的邊緣特徵匹配算法
4.5.1 邊緣圖像金字塔和距離圖像金字塔
4.5.2 金字塔抽取模式和分解次數的自適應確定
4.5.3 邊緣金字塔分解的LTS-HD距離匹配算法
4.5.4 仿真實驗結果及分析
　第5章 基於神經網絡的景象匹配
5.1 BP神經網絡
5.2 基於BP神經網絡的景象匹配設計
5.2.1 BP神經網絡匹配特徵設計
5.2.2 景象匹配的BP神經網絡結構設計
5.2.3 景象匹配的BP神經網絡算法
5.2.4 算法性能分析
5.3 基於進化策略的BP神經網絡匹配算法
5.3.1 傳統BP算法的缺陷分析及以往的改進方法
5.3.2 改進的ES與BP神經網絡結合的關鍵技術
5.3.3 基於進化策略的BP神經網絡匹配算法設計
5.3.4 仿真實驗與結果分析
5.4 基於像素環形排列的神經網絡匹配算法
5.4.1 算法描述
5.4.2 仿真實驗與結果分析
第三篇 紅外目標識別與艱蹤
　第6章 紅外小目標檢測
　第7章 紅外面目標檢測
　第8章 基於粒子濾波的紅外目標跟蹤
　第9章 基於均值漂移的紅外目標跟蹤
第四篇 紅外圖像融合
　第10章 多分辨率圖像融合
　第11章 非子采樣輪廓波變換及其改進
　第12章 基於NSWMDA的自適應圖像融合框架
　第13章 圖像融合效果評價
參考文獻