圖像信息處理是一個多階段、多途徑、多目標的信息處理過程。本書主要介紹了數字圖像處理領域 的圖像修復和圖像融合的基礎知識，以及有關的前沿處理方法和處理結果。圖像修復和圖像處理是數字 圖像處理中的兩個重要分支，其目的都是得到一幅清晰的圖像，以便從該清晰的圖像中獲得更加豐富的 信息，方便后續的處理。 本書適合電子科學與工程類、計算機科學與技術類以及與圖像處理相關專業的本科生和研究生使 用，也可供相關方向的科研人員參考。
圖像信息處理是一個多階段, 多途徑，多目標的信息處理過程。本書主要概述了數字圖像圖像處理領域里面的圖像修復和圖像融合中的基礎知識，以及有關的前沿的處理方法及其結果。本書所涉及的基礎及理論探討可以供電子科學與工程類、計算機科學與技術類及其與圖像處理相關的本科生和研究生學習，也可供相關專業的科研人員參考。
本書主要介紹數字圖像領域中的圖像修復和圖像融合。圖像修復是將因各種原因造成的圖像損失根據圖像中未破損區域的信息來修復破損區域信息的技術。圖像修復最早起源于文藝復興時期，修復工作者們通過雙手修復中世紀的藝術品。隨著數字技術的發展，圖像修復已經成為圖像處理中的一個重要分支，廣泛應用于軍事、醫學、工業等領域。圖像修復的方法可以分為三類：基于擴散的圖像修復方法、基于塊匹配的修復方法和基于稀疏表示的圖像修復方法�；跀U散的方法是利用一些先驗知識從破損區域的外部向內部進行局部結構擴散，從而完成修復。基于塊匹配的方法是從待修復區域選定一個目標塊，然后利用比較的方法從未破損區域找出與目標塊最相似的一塊或者幾塊�；谙∈璞硎镜姆椒ㄊ抢梦雌茡p區域的信息來估計破損區域的信息，克服了在基于塊匹配的修復算法中由貪心搜索策略引起偽信息的問題。本書重點介紹基于稀疏表示的圖像修復算法。
圖像融合是將由相同或者不同傳感器獲得的兩幅或者多幅圖像融合為一幅圖像，使得融合后的圖像包含更多的信息以利于后續圖像處理的應用。圖像融合廣泛應用于醫學成像、衛星遙感等領域。圖像融合算法總結起來可以分為三個層次：像素級融合、特征級融合和決策級融合。由于像素級融合能盡量保持源圖像信息，并且包含常見的圖像融合種類，例如多聚焦圖像融合、醫學圖像融合等，所以本書重點介紹像素級圖像融合，主要是多聚焦圖像融合和醫學圖像融合。多聚焦圖像融合可將兩幅同一場景下聚焦區域不同的圖像融合成一幅全清晰的圖像，以提高圖像的信息利用率。醫學圖像融合可將來自不同模態的醫學圖像，比如計算機斷層掃描（Computer Tomography，CT）和磁共振成像 （Magnetic Resonance Images，MRI）圖像進行融合，從而彌補了單一模態醫學圖像在局部細節信息描述上的局限性，為醫生獲得疾病診斷提供充足的信息。
本書分為7章。
第1章為圖像修復和圖像融合的背景知識介紹以及相關研究方法的分類。
第2章為本書需要的一些基礎知識，包括稀疏表示理論、結構保邊濾波器以及圖像修復和圖像融合常用到的評價指標。
第3章主要介紹了基于稀疏表示的圖像修復以及相關字典的構造影響修復結果，討論了兩種不同的構造字典的方法及利用不同字典所得到的修復結果。
第4章和第5章分別介紹了基于相位一致性和保邊濾波器的多聚焦圖像融合算法。相位一致性是一種有效的聚焦區域評價函數，能夠準確計算出聚焦的區域；保邊濾波器利用其類似變換域的作用將圖像分為兩個部分，同時盡量保持圖像的邊緣特性。
第6章介紹了基于分割譜濾波器和稀疏表示的醫學圖像融合。分割譜濾波器是一種新穎的保邊平滑濾波器，實驗結果證明了其在醫學圖像融合方面的有效性。
第7章總結前6章的主要內容并對以后的研究方向進行展望。
本書主要對數字圖像處理中的圖像修復和圖像融合及其相應算法進行了詳細的描述，可以為對圖像處理研究有興趣的大學生、研究生及研究人員提供參考。
本書受到甘肅省自然科學基金（No.21JRTRA167）、西北民族大學引進人才項目 （No.xbmuyjrc2020003）和中央高�；究蒲袠I務費（No31920220037）的資助。本書采用Elegant Book模板，在此對該項目組成員表示衷心的感謝。在本書編寫過程中，西北民族大學中國民族信息技術研究院的領導和同事給了我很大的鼓勵和支持，數學與計算機學院王維蘭教授提出了很多寶貴的意見，同時本書能順利完成離不開我的愛人趙東東的支持，在此一并表示衷心的感謝。
由于編者水平有限，書中難免出現錯誤及不妥之處，懇請有關專家和讀者批評指正。
編者
2023年7月
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
新書資訊