图像、视频检索与图像融合

　　前言
　　第1篇 基础知识
　　第1章 绪论
　　1.1 数字图像处理概述
　　1.2 数字图像处理常用方法
　　1.3 数字图像处理相关研究领域
　　1.4 常用图像数据集
　　1.4.1 Corel图像集
　　1.4.2 Caltech 101图像集
　　1.4.3 Caltech 256图像集
　　1.4.4 COIL图像集
　　1.4.5 其他图像集
　　1.5 OpenCV简介
　　参考文献
　　第2篇 基于内容的图像检索
　　第2章 基于内容的图像检索概述
　　2.1 基于内容的图像检索的产生与发展
　　2.2 图像检索系统的构成
　　2.3 图像检索系统的评价标准
　　参考文献
　　第3章 图像检索典型方法
　　3.1 基于颜色特征的图像检索
　　3.1.1 图像的颜色空间
　　3.1.2 典型的图像颜色特征
　　3.1.3 颜色直方图匹配
　　3.2 基于纹理特征的图像检索
　　3.2.1 灰度共生矩阵
　　3.2.2 Tamura纹理特征
　　3.2.3 小波变换
　　3.3 基于形状特征的图像检索
　　3.3.1 边缘方向直方图
　　3.3.2 傅里叶形状描述符
　　3.3.3 Hu不变矩
　　3.3.4 Jan Flusser不变矩
　　3.4 基于空间关系的图像检索
　　3.5 基于局部不变特征的图像检索
　　3.5.1 Moravec′s角点检测子
　　3.5.2 Harris角点检测子
　　3.5.3 SUSAN算子
　　3.5.4 SIFT算子
　　3.5.5 MSER区域检测子
　　3.5.6 局部不变特征的性质
　　3.6 其他图像检索方法
　　参考文献
　　第4章 基于连通区域的图像仿射不变区域提取及描述
　　4.1基于连通区域的仿射不变区域提取
　　4.1.1 连通区域提取方法及其实现
　　4.1.2 仿射不变区域的确定
　　4.1.3 去除不满足条件的区域
　　4.2 图像仿射不变区域的描述
　　4.3 实验结果与分析
　　参考文献
　　第5章 基于三维颜色直方图的图像检索
　　5.1 颜色空间量化
　　5.1.1 图像颜色量化理论
　　5.1.2 颜色矢量量化方案的选择
　　5.2 提取三维颜色直方图
　　5.3 颜色直方图匹配
　　5.4 实验结果与分析
　　参考文献
　　第3篇 基于内容的视频检索
　　第6章 基于内容的视频检索概述
　　6.1 基于内容的视频检索的产生与发展
　　6.2 视频检索系统的构成
　　6.3 TRECVID简介
　　6.4 视频检索系统评价标准
　　参考文献
　　第7章 视频结构化分析
　　7.1 镜头分割
　　7.1.1 基于直方图的镜头分割方法
　　7.1.2 像素法
　　7.1.3 基于边缘探测的算法
　　7.1.4 基于模型的镜头分割方法
　　7.1.5 面向压缩视频的镜头分割方法
　　7.2 关键帧提取
　　7.2.1 基于采样的关键帧提取方法
　　7.2.2 基于帧间差的关键帧提取方法
　　7.2.3 基于聚类的关键帧提取方法
　　7.2.4 基于视频单元分类的关键帧提取方法
　　7.2.5 基于累积帧间差的关键帧提取方法
　　7.2.6 基于运动信息的关键帧提取方法
　　7.2.7 基于文字和图像信息的关键帧提取方法
　　7.3 场景和镜头组的构造
　　7.4 视频特征提取
　　7.4.1 MPEG7标准中的视觉特征描述子
　　7.4.2 关键帧特征提取
　　7.4.3 视频特征提取
　　参考文献
　　第8章 综合时序特征曲线和关键帧特征的视频检索
　　8.1 视频时序特征的提取与匹配
　　8.1.1 视频特征曲线的提取
　　8.1.2 视频特征曲线的匹配
　　8.1.3 实验结果及分析
　　8.2 关键帧特征的提取与匹配
　　8.2.1 子片段划分与关键帧提取
　　8.2.2 关键帧特征提取和匹配
　　8.3 实验结果与分析
　　参考文献
　　第9章 视频语义分析与提取
　　9.1 视频语义分析概述
　　9.1.1 视频语义分析的意义
　　9.1.2 视频语义分析发展现状
　　9.2 特定领域的视频语义分析
　　9.2.1 智能监控
　　9.2.2 视频标注
　　9.2.3 交通事件检测
　　参考文献
　　第4篇 图像配准与图像融合
　　第10章 多传感器图像融合发展与概况
　　10.1 多传感器图像融合技术
　　10.2 多传感器图像融合步骤
　　10.3 多传感器图像融合的应用与发展趋势
　　参考文献
　　第11章 多传感器图像配准
　　11.1 图像配准原理
　　11.1.1 变换空间
　　11.1.2 图像配准过程
　　11.2 基于图像灰度的配准方法
　　11.2.1 互相关法
　　11.2.2 序贯相似性检测算法
　　11.3 基于变换域的图像配准方法
　　11.4 基于特征的图像配准方法
　　11.4.1 特征选择与提取
　　11.4.2 特征匹配
　　11.5 基于SIFT算法的图像配准
　　11.5.1 检测尺度空间极值点
　　11.5.2 精确定位关键点
　　11.5.3 关键点方向分配
　　11.5.4 特征点描述子生成
　　11.5.5 SIFT算法改进及其结果
　　参考文献
　　第12章 多传感器图像融合
　　12.1 多传感器图像融合规则
　　12.1.1 基于像素的融合规则
　　12.1.2 基于区域的融合规则
　　12.2 基于金字塔的图像融合算法
　　12.2.1 基于拉普拉斯金字塔的图像融合
　　12.2.2 基于对比度金字塔分解的图像融合
　　12.2.3 实验结果与分析
　　12.3 基于小波变换的图像融合算法
　　12.3.1 基于离散小波变换的图像融合方法
　　12.3.2 图像的小波分解层数
　　12.3.3 实验结果与分析
　　12.4 基于NSCT变换的图像融合
　　12.4.1 Contourlet变换
　　12.4.2NSCT变换
　　12.4.3基于NSCT的图像融合
　　12.4.4实验结果与分析
　　参考文献
　　第13章 彩色图像融合技术
　　13.1 典型的色彩空间
　　13.1.1 RGB颜色空间
　　13.1.2 HSI颜色空间
　　13.1.3 YUV(Lab)颜色空间
　　13.1.4 YCbCr模型
　　13.1.5 YIQ模型
　　13.1.6 CIE色度模型
　　13.1.7 CMY色度空间
　　13.2 彩色图像融合技术的发展
　　13.3 经典彩色图像融合方法
　　13.3.1 直接映射法
　　13.3.2 MIT融合法
　　13.3.3 TNO融合法
　　13.3.4 基于lαβ空间色彩传递的图像融合方法
　　13.3.5 基于YCbCr空间色彩传递的图像融合方法
　　13.4 实验结果与分析
　　参考文献
　　第14章 多传感器图像融合质量评价
　　14.1 主观评价方法
　　14.2 基于单幅图像的评价方法
　　14.2.1 灰度均值和标准差
　　14.2.2 信息熵
　　14.2.3 平均梯度
　　14.2.4 边缘保持度客观评价指标
　　14.3 基于参考图像的评价方法
　　14.3.1 联合熵
　　14.3.2 交互信息量
　　14.3.3 空间频率
　　14.3.4 偏差度
　　14.3.5 对比度
　　14.3.6 相关系数
　　14.4 基于结构相似度的评价方法
　　14.5 基于视觉特性的评价方法
　　14.5.1 基于视觉感知的评价方法
　　14.5.2 基于视觉兴趣的评价方法
　　14.6 实验与结果分析
　　14.6.1 金字塔融合方法评价与讨论
　　14.6.2 小波分解层数评价与分析
　　14.6.3 基于区域的融合规则质量评价与讨论
　　14.6.4 NSCT变化融合质量评价与讨论
　　参考文献

　　    《图像、视频检索与图像融合》对基于内容的图像/视频检索与图像融合技术进行了详细介绍。主要内容包括基于内容的图像/视频检索的产生、发展及目前的研究现状、常用图像和视频特征的提取及匹配方法；此外还有图像融合技术的发展、基于特征的图像配准技术、多传感器图像融合技术、彩色图像融合技术以及图像融合质量的评价方法。
　　    《图像、视频检索与图像融合》可作为计算机科学与技术、电子信息工程等专业的研究生、高年级本科生的参考教材，也可作为从事图像/视频处理、计算机视觉等领域的研究人员的参考书。