第1章 绪言

　1.1 相关性定量研究

　1.2 图像来源及应用背景

　1.3 本书的主要内容及章节安排

第2章 数学预备知识

　2.1 随机变量

　　2.1.1 随机试验

　　2.1.2 概率

　　2.1.3 随机变量

　2.2 相关系数

　　2.2.1 随机变量的数学期望和方差

　　2.2.2 相关系数

　　2.2.3 相关系数的分析

　2.3 信息量与信息熵

　　2.3.1 信息量

　　2.3.2 信息熵

　2.4 互信息

　　2.4.1 条件熵

　　2.4.2 互信息

　2.5 本章小结

第3章 非线性相关系数

　3.1 线性相关信息熵的定义及其性质

　3.2 线性相关信息熵举例

　3.3 非线性相关系数及其性质

　3.4 本章小结

第4章 非线性相关信息熵

　4.1 非线性相关信息熵的定义

　4.2 非线性相关信息熵的性质

　4.3 非线性相关信息熵的实例及结果分析

　　4.3.1 线性自回归模型

　　4.3.2 洛伦兹模型

　　4.3.3 数字仿真及验证

　4.4 本章小结

第5章 相关性度量在超谱图像融合中的应用

　5.1 超谱图像及其相关处理

　5.2 基于小波变换的超谱图像融合模型

　5.3 基于线性权值算法及图像能量特征的超谱图像融合

　5.4 基于递归子空间融合的超谱数据维数压缩

　　5.4.1 递归子空间融合方案

　　5.4.2 实验及结果分析

　5.5 融合结构对图像融合性能的影响

　　5.5.1 超谱图像融合的结构

　　5.5.2 融合结构对性能影响的分析

　　5.5.3 仿真及结果分析

　5.6 本章小结

第6章 基于信息度量的图像融合方法性能评估

　6.1 图像融合方法性能评估框架

　6.2 基于相关性试题的性能评估方案

　　6.2.1 方案描述

　　6.2.2 示例

　6.3 基于信息变化量的性能评估方案

　　6.3.1 方案描述

　　6.3.2 示例

　　6.3.3 信息偏差分析的误差

　6.4 超谱图像融合方法性能评估实验

　6.5 图像融合性能评估方法的比较

　6.6 本章小结

第7章 相关性度量在图像压缩中的应用研究

　7.1 图像压缩的性能评估方法

　7.2 基于相关性度量的图像压缩方法评价

　7.3 实验及结果

　7.4 图像压缩中压缩程度的确定

　　7.4.1 基于JPEG2000和非线性相关系数的压缩方案

　　7.4.2 仿真验证

　7.5 本章小结

第8章 相关性度量在医学图像配准中的应用

　8.1 医学图像配准的概念

　8.2 基于NCC的医学图像刚体配准

　8.3 仿真

　8.4 本章小结

第9章 相关性度量在超声图像去噪中的应用

　9.1 医学超声图像的散斑噪声模型

　9.2 各向异性扩散算法

　9.3 基于直角坐标系扩散算法的降噪方案

　　9.3.1 多方向中值滤波算法

　　9.3.2 方向分离的扩散方式

　　9.3.3 基于边缘信赖度的参数调整

　　9.3.4 基于非线性相关系数的停止条件

　9.4 仿真

　9.5 本章小结

第10章 相关性度量在医学图像分割评价中的应用

　10.1 基于分割信息熵的分割评价

　　10.1.1 分割信息熵

　　10.1.2 基于分割信息熵的评价方法

　　10.1.3 评价实例

　10.2 基于区域相关熵的分割评价

　　10.2.1 基于区域相关熵的评价方法

　　10.2.2 评价实例

　10.3 评价实验及结果分析

　10.4 本章小结

参考文献

名词索引