第1章 背景知識 1
1.1 圖像修復背景 1
1.2 圖像融合背景 2
1.2.1 圖像融合的分類 3
1.2.2 多聚焦圖像融合 4
1.2.3 醫學圖像融合 7
第2章 預備知識 9
2.1 稀疏表示 9
2.2 結構保持濾波器 10
2.2.1 回歸濾波器 10
2.2.2 分割圖濾波器 11
2.3 客觀評價標準 13
2.3.1 峰值信噪比（PSNR） 13
2.3.2 邊緣評價指標（） 13
2.3.3 圖像結構相似性評價指標（） 14
2.3.4 歸一化互信息（QMI） 14
2.3.5 非線性相關信息熵（QNCIE） 15
2.3.6 Chen-Blum 評價指標 （QCB） 15
2.3.7 基于空間頻率的圖像融合評價指標（QSF） 16
第3章 基于稀疏表示的圖像修復 18
3.1 基于相關字典的圖像修復 18
3.1.1 引言 18
3.1.2 算法 19
3.1.3 實驗結果 24
3.1.4 總結 27
3.2 一種提高的直方圖比較方法 27
3.2.1 直方圖字典 28
3.2.2 基于直方圖字典的圖像修復 30
3.2.3 實驗結果 30
3.2.4 結論 32
第4章 利用相位一致性進行多聚焦圖像融合 33
4.1 引言 33
4.2 Gabor函數與log Gabor 函數 33
4.2.1 Gabor 函數 33
4.2.2 log Gabor 函數 35
4.3 相位一致性 36
4.3.1 相位一致性的概念 36
4.3.2 利用小波計算相位一致性 37
4.3.3 聚焦評價函數 41
4.4 聚焦評價函數的實驗與應用 43
4.4.1 聚焦評價函數的有效性實驗 43
4.4.2 基于相位一致性的圖像融合 45
4.4.3 算法實現 47
4.5 實驗與結果 49
4.5.1 圖像質量評價方法 49
4.5.2 圖像融合方法介紹 52
4.5.3 各種圖像融合算法結果比較 59
4.6 研究總結 65
第5章 利用保邊濾波器進行多聚焦圖像融合 66
5.1 引言 66
5.2 基于保邊濾波器的多聚焦圖像融合 67
5.3 實驗結果 69
5.3.1 客觀評價指標 70
5.3.2 實驗結果及其分析 70
5.4 結論 81
第6章 基于分割譜濾波器和稀疏表示的醫學圖像融合 82
6.1 引言 82
6.2 相關工作 83
6.2.1 圖像分割濾波器 83
6.2.2 稀疏表示 84
6.3 融合框架 85
6.4 實驗結果和討論 87
6.4.1 實驗設置 87
6.4.2 參數分析 89
6.4.3 與具有代表性的保邊濾波器作比較 91
6.4.4 與具有代表性的先進方法進行比較 91
6.4.5 進一步與具有代表性的先進方法進行比較 97
6.4.6 計算效率 97
6.5 結論 98
第7章 總結與展望 99
參考文獻 101