基于传感器信息融合的机器视觉检测系统

为了满足插接件高速流水生产线质量控制要求，受人眼立体视觉机理的启发，提出了一种相应的机器视觉系统模型及一种基于加权平均的信息融合方法，并采用激光扫描测量技术，实现了用两个激光传感器快速在线测量插接簧片的二维偏移量。     

基于传感器信息融合的机器视觉检测系统

为了满足插接件高速流水生产线质量控制要求，受人眼立体视觉机理的启发，提出了一种相应的机器视觉系统模型及一种基于加权平均的信息融合方法，并采用激光扫描测量技术，实现了用两个激光传感器快速在线测量插接簧片的二维偏移量     

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．     

一种基于机器视觉的图像采集系统设计

一种采用STC89C516和K9F2808UOC来实现基于机器视觉的图像采集系统改进存储算法,可以实现8Kbit/s的无错采集速率,成本低廉实用.     

基于假彩色的多重图像融合

对假彩色多重图像融合的算法进行了总结分类，并对各种类型的融合算法的结构、特点进行了分析，为在复杂任务和环境下选择恰当的假彩色图像融合手段提供了参考。并以多光谱图像融合以及热成像图像与ＣＣＤ电视图像的融合为例，开发了一些新的有效算法。     

基于火焰图像识别的信息融合技术在辊道窑温度检测中的应用

辊道窑是一种快速烧成的先进窑炉,在辊道窑生产过程中,烧成带中物料的烧结是最关键的工序,对产品的质量有直接的影响,所以烧成带温度的检测也就成了辊道窑控制的关键和难点。针对辊道窑的温度检测提出了模拟人工观火的火焰图像识别辅助温度点的信息融合方法。给出了基于火焰图像处理温度检测方案,该方案通过专家系统将热电偶检测的温度数据与基于CCD检测烧成带火焰图像检测数据进行融合最终得到烧成带的实际温度,改善对烧成带工况的识别,大大提高检测精度。实验结果表明所提出的方法是可行和有效的。     

图像模糊信息融合算法的性能评价

讨论了图像模糊信息融合算法的性能评价问题，采用信息融合技术，可把图像的模糊信息进行融合处理，进一步提高基于模糊技术的图像模式识别的准确率，从信息论的观点出发，提出利用模糊熵来评价模糊信息融合算法的性能，以指导对融合算法的设计和分析，提高评价方法的客观性和精确性。     

基于毫米波雷达与图像融合的车辆检测

研究了多传感器融合技术在智能车辆上的应用,对毫米波雷达采集的数据采用多帧融合的方法过滤出有效的雷达目标,并使用张正友标定法对雷达目标和图像进行了融合处理,实验结果表明了该方法的可行性和有效性,效果明显优于传统的单视觉的车辆检测方法.     

基于多信息融合优化的鲁棒性车道检测算法

为了提高复杂环境下车道线检测的鲁棒性,提出一种基于多特征信息融合优化的鲁棒性车道线检测算法.首先构建了基于二次曲线空间道路模型图像中左右车道线数学模型;然后融合像素梯度值、梯度方向、像素灰度以及车道线结构等多特征信息,构造后验概率函数;最后采用基于免疫克隆策略的改进粒子群优化算法优化车道线模型参数,实现车道线提取.对实际道路图像的实验结果表明,引入多特征信息后,在道路中存在阴影、车辆和道路标记等干扰因素,以及车道线模糊、对比度较低的情况下,该算法也能快速准确地提取车道线,具有很强的鲁棒性.     

多传感器数据融合浅析

近十几年以来，多传感器数据融合技术已爱到广泛的关注，它的和方法已被应用到许多研究领域，本文主要阐述数据融合技术在Ｃ＾３Ｉ中的应用，首先介绍了多传感器数据融合的基本概念，进而以国内外发表的文献为例说明了数据融合技术已取得的进展，最后对数据融合技术进行了展望，并提出了我们的对策。     

多传感器分布式信息融合Wiener状态估值器

应用现代时间序列分析方法,基于ARMA新息模型、白噪声估值器和观测预报器,在按矩阵加权、按 标量加权和按对角阵加权的线性最小方差最优信息融合规则下,提出了相应的三种最优分布式融合Wiener 状态估值器,可统一处理融合滤波、平滑和预报问题。为了计算最优加权,提出了状态估计误差方差阵和互 协方差阵的计算公式。同单传感器情形相比,可提高滤波精度。一个带四传感器目标跟踪系统的仿真例子 说明了其有效性和正确性,并说明了三种加权融合估计精度无显著差异,因而采用按标量加权融合器可显著 减小计算负担,便于实时应用。     

分级自适应多传感器融合与机械振动监测诊断

针对旋转机械振动的监测与诊断 ,提出了一种分级自适应的多传感器数据融合方法 .每个测点首先进行传感器级的时间跨度的特征融合 ,然后再进行全局的空间跨度的融合 .融合过程基于自适应模式特征提取 ,提出的方法可以在系统状态未知的情况下 ,自适应地融合不同测点的信息 ,从而较全面、准确、及时地反映系统的振动状态 .对转子试验台上模拟故障数据的融合处理 ,说明了所提出方法的有效性 .     

多传感器单通道信息融合Wiener滤波器

应用现代时间序列分析方法,对于带白色观测噪声的单通道ARMA信号,基于ARMA新息模型,提出了多传感器线性最小方差最优信息融合Wiener滤波器,可统一处理滤波、平滑和预报问题。同单传感器情形相比,可提高滤波精度、算法简单、便于实时应用。一个跟踪系统的仿真例子说明了其有效性。     

多分辨率多传感器动态数据的融合和应用

基于线性均方估计建立了q叉树的多尺度自回归模型。该模型应用于分布式多分辨率多传感器进行建模，可实现多分辨率多传感器的动态数据融合。将该算法用于高精度划线切割机器人系统中多传感器的建模，实现了型钢划线切割过程中型钢边缘的动态检测。实验结果表明，多分辨率多传感器数据融合可消除噪声的干扰，提高检测系统的测量精度和整个加工系统的加工精度。     

多传感器数据融合在切割机器人系统中的应用

为了对造船中所用型材变形进行在线检测，在高精度划线切割机器人系统中，建立了多传感器检测系统，引入基于小波变换和虚拟噪声自适应卡尔曼滤波的多分辨率最优多传感器数据融合方法，实现了对噪声统计量缺乏先验知识和模型参数不确切的多分辨率多传感器的数据融合。实验结果表明，多传感器数据融合可以有效地实现变形型材的在线检测，提高系统的测试精度和可靠性。     

基于NETDDE的网络式多传感器信息融合Kalman滤波器

Kalman滤波算法是目前应用较多的多传感器信息融合方法之一,其中的分布式Kalman滤波算法因其计算负担小、易进行故障诊断和分离的突出优点而广泛应用于民事和军事领域。用具有强大矩阵运算能力和绘图功能的MATLAB作为核心处理部分,以网络DDE技术实现MATLAB与Excel的通信,编写了网络DDE通用程序,该程序可以使不同地理位置的传感器采集来的存于各客户端Excel的观测值传入服务器MATLAB,通过分布式Kalman滤波融合算法进行处理,方便地解决了网络式多传感器信息融合这一实际应用问题。     

基于通信故障的多传感器系统融合估计算法研究

在实际多传感器动态系统中,气候、机械故障以及人为等因素都可能使系统中某些传感器以及线路出现故障,从而导致正常的融合算法(本文是指通信正常情况下的无反馈层次结构融合算法)无法正常运行．本文对某些传感器出现通信故障的多传感器动态系统进行了研究,通过改进现有的系统框架,提出了一种新的融合估计算法．该算法能够自动地对发生故障的传感器进行实时跟踪和检测,并做出相应的处理,从而保证系统能够继续正常工作．新算法具有很高的灵活性和实时故障处理能力,最后计算机仿真证明了该算法的有效性．     

多传感器数据融合技术对抗隐身目标

本文介绍了多传感器数据融合算法,推导了雷达观测误差与目标距离及隐身特性之间的关系,并对雷达组网的反隐身性能进行计算机仿真,得到了一些有意义的结论,论述了数据融合技术对抗隐身目标的可行性和有效性。     

象素级多传感器图像融合技术

多传感器图像融合是图像信息物综合怀分析过程，它可有效地萃取多通道图像信息，构成统一图像，提供显示中心显示或决策机构判别。各种图像传感器的性能极大地依赖于使用环境，至今还没有一种图像传感器在多种不同的使用条件下，其各项性能都高于其它类型的图像传感器，融合多传感器国图像能够提高图像探测系统的探测和识别能力。