本书内容分为上下两篇，结构严谨，体系完整。上篇“基础理论篇”深入剖析了数字图像处理与深度学习的核心理论，为图像融合与目标检测两大关键任务奠定了坚实的理论基础。下篇“方法应用篇”则聚焦于前沿研究与实际应用，集中展现了作者在该领域的系列创新成果。在图像融合方面，本书系统介绍了从变换域脉冲耦合神经网络到混合模型驱动，再到生成对抗网络等一系列先进的红外与可见光图像融合方法，有效提升了图像的信息承载与视觉表现力。在目标检测方面，针对轨道异物侵限、小目标车辆检测等行业难题，提出了双向特征融合、动态感知、聚焦损失与多尺度融合等创新性解决方案，显著提升了复杂环境下小目标与异物的检测精度与鲁棒性。

更多科学出版社服务，请扫码获取。