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，CT）和磁共振成像 （Magnetic Resonance Images，MRI）图像进行融合，从而弥补了单一模态医学图像在局部细节信息描述上的局限性，为医生获得疾病诊断提供充足的信息。

本书分为7章。

第1章为图像修复和图像融合的背景知识介绍以及相关研究方法的分类。

第2章为本书需要的一些基础知识，包括稀疏表示理论、结构保边滤波器以及图像修复和图像融合常用到的评价指标。

第3章主要介绍了基于稀疏表示的图像修复以及相关字典的构造影响修复结果，讨论了两种不同的构造字典的方法及利用不同字典所得到的修复结果。

第4章和第5章分别介绍了基于相位一致性和保边滤波器的多聚焦图像融合算法。相位一致性是一种有效的聚焦区域评价函数，能够准确计算出聚焦的区域；保边滤波器利用其类似变换域的作用将图像分为两个部分，同时尽量保持图像的边缘特性。

第6章介绍了基于分割谱滤波器和稀疏表示的医学图像融合。分割谱滤波器是一种新颖的保边平滑滤波器，实验结果证明了其在医学图像融合方面的有效性。

第7章总结前6章的主要内容并对以后的研究方向进行展望。

本书主要对数字图像处理中的图像修复和图像融合及其相应算法进行了详细的描述，可以为对图像处理研究有兴趣的大学生、研究生及研究人员提供参考。

本书受到甘肃省自然科学基金（No.21JRTRA167）、西北民族大学引进人才项目 （No.xbmuyjrc2020003）和中央高校基本科研业务费（No31920220037）的资助。本书采用Elegant Book模板，在此对该项目组成员表示衷心的感谢。在本书编写过程中，西北民族大学中国民族信息技术研究院的领导和同事给了我很大的鼓励和支持，数学与计算机学院王维兰教授提出了很多宝贵的意见，同时本书能顺利完成离不开我的爱人赵东东的支持，在此一并表示衷心的感谢。

由于编者水平有限，书中难免出现错误及不妥之处，恳请有关专家和读者批评指正。

编者

2023年7月