图像信息处理是一个多阶段、多途径、多目标的信息处理过程。本书主要介绍了数字图像处理领域 的图像修复和图像融合的基础知识，以及有关的前沿处理方法和处理结果。图像修复和图像处理是数字 图像处理中的两个重要分支，其目的都是得到一幅清晰的图像，以便从该清晰的图像中获得更加丰富的 信息，方便后续的处理。 本书适合电子科学与工程类、计算机科学与技术类以及与图像处理相关专业的本科生和研究生使 用，也可供相关方向的科研人员参考。

前 言 本书主要介绍数字图像领域中的图像修复和图像融合。图像修复是将因各种原因造成的图像损失根据图像中未破损区域的信息来修复破损区域信息的技术。图像修复最早起源于文艺复兴时期，修复工作者们通过双手修复中世纪的艺术品。随着数字技术的发展，图像修复已经成为图像处理中的一个重要分支，广泛应用于军事、医学、工业等领域。图像修复的方法可以分为三类：基于扩散的图像修复方法、基于块匹配的修复方法和基于稀疏表示的图像修复方法。基于扩散的方法是利用一些先验知识从破损区域的外部向内部进行局部结构扩散，从而完成修复。基于块匹配的方法是从待修复区域选定一个目标块，然后利用比较的方法从未破损区域找出与目标块最相似的一块或者几块。基于稀疏表示的方法是利用未破损区域的信息来估计破损区域的信息，克服了在基于块匹配的修复算法中由贪心搜索策略引起伪信息的问题。本书重点介绍基于稀疏表示的图像修复算法。 图像融合是将由相同或者不同传感器获得的两幅或者多幅图像融合为一幅图像，使得融合后的图像包含更多的信息以利于后续图像处理的应用。图像融合广泛应用于医学成像、卫星遥感等领域。图像融合算法总结起来可以分为三个层次：像素级融合、特征级融合和决策级融合。由于像素级融合能尽量保持源图像信息，并且包含常见的图像融合种类，例如多聚焦图像融合、医学图像融合等，所以本书重点介绍像素级图像融合，主要是多聚焦图像融合和医学图像融合。多聚焦图像融合可将两幅同一场景下聚焦区域不同的图像融合成一幅全清晰的图像，以提高图像的信息利用率。医学图像融合可将来自不同模态的医学图像，比如计算机断层扫描（Computer Tomography，C...