基于方差分析特征检测的多聚焦图像融合方法

由于光学CCD传感器深度特性的限制,不可能得到一幅场景的全聚焦图像.为了克服这一缺陷,很多学者在这方面作出了研究,到目前为止,一种较好的方法是将多幅多聚焦图像通过某种融合策略汇总成为一幅图像,该幅图像充分表现场景各个位置的全聚焦信息.提出一种基于方差分析方法的多聚焦图像融合算法,对每一幅聚焦图像,求取每一个像素点的方差分析对比度函数.融合过程是根据这一对比度系数确定融合策略,得出融合结果图像.实验结果表明,该算法显示了融合性能的有效性.     

融合显示红外在线监测系统的研究

图像融合是信息融合领域的一个热点．图像融合的目的是把来自多传感器数据的互补信息合并，形成一幅新的图像，以便更好地增强监视和侦察之类的视觉感知．红外在线监测以远距离、非接触、实时、快速等方式获取设备的运行状态信息，进而及时地排除故障．本文提出了基于融合显示的红外在线监测系统组成方案，描述了图像融合的基本概念、层次以及应用价值；其次，通过分析红外图像与可见光图像融合的特点，并据此给出本实验融合方法的选择原则；最后，讨论了基于小波变换实现图像融合的原理并给出红外热像和可见光图像的融合效果；通过模拟实验，证明了图像融合技术在热故障的准确定位上有很高的实用价值。     

多源图像融合关键技术及应用研究

人类生存环境的日趋复杂,使得无论性能多么优越的单一传感器都无法获得对目标精确全面的描述,多源图像融合是指根据各波段传感器获得信息的互补性和冗余性,综合多个传感器的信息,获取对同一目标或场景全面而详尽的表述,从而得出更为准确、可靠的结论。本文首先分析了多源图像融合主要研究内容,进而探讨了发展现状和存在的问题,在此基础上,笔者总结了图像融合中常用的传感器和应用方向,相信对从事相关研究的同行能有所裨益。     

多传感器图像融合技术的应用及发展趋势

多传感器图像融合技术是将多个传感器在相同时间下所取得的有关某个实际场景的图像或者相应的序列信息进行综合,形成一个全新的有关该场景的阐述,而这个阐述无法利用单一传感器来获取。通过将多个传感器所获取的图像信息进行融合,可有效弥补单一传感器图像存在的缺陷,增强图像的质量,有助于对事件及物理现象进行精确的识别、定位和阐述。由于图像信号过于复杂与特殊,多传感器图像融合技术并未取得广泛应用,且尚未构建起统一的理论系统,有待深入研究。     

一种基于多尺度分解的多传感器图像融合方法

给出了一种基于多尺度分解(易操纵金字塔分解)的多传感器图像融合算法．该算法把来自不同传感器的图像分解成不同尺度、不同方向(不止3个)的子带系列；使用基于相似性量测的规则融合各相应子带图像；再进行反变换，获得融合后的图像．实验结果表明该方法有较好的融合效果．     

多传感器图像融合

本论文介绍了一种多传感器图像融合方法,论文中的多传感器图像融合的目的在于检测隐藏的武器。本文采用小波系数明显度选择法,通过图像融合实验表明,该方法较好的对融合了图像的不同源图像的细节特征,较好的保留了不同源图像的边缘,线,区域边界等高频细节信息,取得了良好的试验效果。     

基于小波的图像融合算法的实现

图像融合技术以其综合多传感器信息的优越性日益受到越来越多的重视，广泛地应用在医学、遥感、计算机视觉以及其它领域，其中有效实用的融合算法是图像融合的关键．本文着重讨论了基于小波变换的融合方法(基于像素的融合规则)及它的实现方式，经仿真，取得了很好的效果．     

多传感器遥感图像配准方法的研究

根据多传感器遥感图像的成像特点,需要对获得的遥感图像进行配准融合后才能获得所需要的信息.傅立叶变换应用在多传感器遥感图像配准中可以达到预期的配准效果,能够分析出所需要的数据信息.     

多模态医学图像的融合研究

图像融合作为一种有效的信息融合的技术,已广泛用于医学图像、军事、遥感、机器视觉等领域．基于小波变换的图像融合是一种新的多尺度分解像素级融合方法,利用小波变换分别对CT,MRI医学图像进行分解处理,按照融合规则构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像,重构后的融合图像完好地显示源图像各自的信息．实验图像使用互信息量化判据来评价融合效果,结果表明小波变换比传统的像素级加权平均融合算法效果更好．     

基于LabVIEW的多传感器信息采集平台

车辆定位中利用多传感器信息融合技术可以提高定位精度.系统中的传感器数量急剧增加,传统仪器很难满足整个系统的测量需求.本文开发了一种基于虚拟仪器软件开发环境Lab-VIEW的多传感器信息采集平台,将多传感器数据采集、预处理、信息显示、存储及数据回放集成在一起,解决了以往实现多传感器信息同步十分困难的问题,为将来进一步研究利用虚拟仪器测量多传感器信息及进行多传感器信息融合奠定了基础.     

多传感器最大属性数据融合及其目标识别应用

为解决干扰存在下目标分类识别问题 ,在数据融合的决策层上 ,利用属性集和属性测度的概念 ,提出了多传感器最大属性融合方法 ,既考虑了各传感器得到的数据 ,也考虑了各传感器所得数据的可信度。通过试验得到融合后的识别结果优于单传感器的识别结果 ,证明了多传感器最大属性融合方法的正确性和有效性     

多传感器融合系统最小代价冗余及优化算法

多传感器融合系统具有高度的容错性能。为了解决多传感器融合系统中如何选择冗余传感器并构成最小代价配置的问题,本文研究了（N,N／2＋1）冗余结构,并建立了满足系统有效率约束的最小代价优化准则。此外,还给出了求解该组合优化问题的模拟退火算法。仿真计算结果表明,其优化准则和算法十分有效。     

目标移动情况下SSPA输出信号的分析

自扫描光电二极管阵列图像传感器用于物体测量时，物体的外型尺寸反映在图像传感器的输出信号里，对物体的识别测量以及指标的提高很大程度上取决于对视频输出信号的特征的提取。基于对自扫描光电二极管阵列图像传感器输出信号的分析的要求，文中根据光电二极管光电转换原理，从理论上分析了自扫描光电二极管线阵列图像传感器拍摄运动目标识别视频输出信号的数学模型，分析了用比较法处理视频输出信号时可能出现的误差大小，理论分析结果与传感器输出的实际波形相吻合。     

有源像素CMOS图像传感器非均匀性研究

有源像素CMOS图像传感器在许多领域有着重要的应用,但其非均匀性问题影响着成像质量,非均匀性控制一直是器件研发过程中需要重点考虑的问题之一。在分析CMOS图像传感器的工作原理的基础上,对非均匀性的来源及其表现形式进行了深入的分析,提出了3套不同层次的均匀性优化设计方案,分别从像素级、列级、芯片级三个不同的角度来评价非均匀性问题。研究结果对于设计高均匀性的图像传感器具有指导意义。     

AYC系统基于多传感器数据融合的路面附着系数估计

为提高车辆行驶安全性,研究适用于车辆稳定性控制系统的实时路面附着系数估计算法。利用多传感器数据融合综合车辆稳定性控制系统的各传感器数据,从中提取轮胎-路面附着系数得到充分利用的特征信息。根据路面附着系数充分利用时的侧向加速度估算路面附着系数。通过15自由度硬件在环仿真平台以及实车试验两种方式对算法进行验证。一定条件下的仿真结果表明算法的最大估算误差不超过0.04,车辆双移线实车试验的通过率从25%提高到100%。     

多传感器信息融合的时间不确定性

分析了测量融合方案的测量信息时间不确定性,将时间不确定性转化为系统不确定性．以跟踪问题为例,讨论了卡尔曼滤波器、确定性系统的鲁棒滤波器和参数不确定性系统的鲁棒滤波器3种滤波器的应用,给出了3种滤波器的求解结果,并对其表现进行了比较．仿真结果表明,在时间不确定性条件下,3种滤波器的性能都有所下降,2种鲁棒滤波器的滤波误差的方差始终比卡尔曼滤波器的方差小。     

多传感器信息融合中的概率数据关联算法

多传感器信息融合是现代C3I系统中的一项关键技术,在军事和民用方面有着极为广泛的应用背景,是目前科技界的一个热门研究.本文提出利用PDA(Probabilistic Data Association)算法最优性能状态来有效减少目标跟踪门内无效观测的数量,达到改善算法性能的目的.通过理论分析,证明本方法的有效性,尤其在强干扰的环境中更为明显.     

一种基于小波神经网络的图像融合方法

图像融合结合图像处理、信号处理、计算机和人工智能等相关技术．通过对多源图像数据信息的提取合成,从而获得同一场景目标较为准确全面的图像描述．神经网络具有强大的非线性映射逼近能力,将神经网络用来进行滤波融合,避免了传统滤波图像变模糊问题．通过小波神经网络自适应动量快速学习算法进行图像滤波融合,能从根本上避免局部最优,且加快收敛速度,具有很强的学习和泛化能力,也避免了网络结构盲目设计．仿真实验表明,用本方法实现的融合图像更加符合人的视觉特性．     

目标的Dempster-Shafer融合识别

针对多传感器的目标识别问题,文中给出并证明了两个传感器 Ｄｅｍ ｐｓｔｅｒ Ｓｈａｆｅｒ （ Ｄ Ｓ）融合识别同一目标时的若干结论及其归纳的结论,同时推出了多（＞ ２）传感器 Ｄｅｍ ｐｓｔｅｒ Ｓｈａｆｅｒ 融合识别同一目标时的递推式,并分析了它们的性质。这些研究是多传感器目标识别系统中不同类传感器的选择及其信息的有效 Ｄ Ｓ融合的理论依据,且融合识别的递推式不仅可减少计算的复杂度,增强多传感器分布识别的可调性,而且可用作多传感器实时融合识别的递推式,这对解决机器人及其军事等领域的目标识别问题有重要价值