粗糙集在前视红外图像质量指标约简中的应用

为了对因子分析之后保留的前视红外图像质量指标作进一步约简,把目标是否正确匹配的决策问题抽象成决策信息系统,运用粗糙集理论中的属性约简方法去除了对图像质量影响不显著的指标,得到了包含5个指标的一种约简。由于粗糙集属性约简在原理上防止了属性之间的强相关性,所以直接采用粗糙集理论再次约简最初的15个指标,得到了包含5个指标的另一种约简。对比实验表明,无论是与因子分析结合使用,还是单独直接使用,以粗糙集约简结果为输入的BP神经网络图像质量评价模型在收敛速度和预测精度上都具有优势。     

基于粗糙集和神经网络的信息融合方法

在运用粗糙集理论和神经网络理论进行信息融合的基础上,分析了其各自的优势和存在的问题,设计了将两者综合的信息融合方法.该方法主要思想是利用粗糙集理论对神经网络待处理的数据进行属性约简,借此来简化神经网络的结构.利用这种方法对煤矿中各种与瓦斯危险相关的信息进行融合,以此对其瓦斯安全性进行评价.结果表明,这种方法减少了训练次数而且收敛效果比传统神经网络效果好.     

基于遗传算法的误差因子粗糙集模型

粗糙集方法是数据挖掘的重要方法之一.针对当前粗糙集属性约简启发式方法的不足,本文提出了一个基于遗传算法的误差因子粗糙集模型.通过融合遗传算法,消除属性简约中约简属性相对集中的问题.通过引入误差因子,消除噪声数据的影响.利用关系型数据库的关系演算实现了算法,克服了基于文本方法的不足.通过一个舍有噪声的决策表实验,表明该模型是一个有效的算法改进.     

基于三支决策的自适应粗糙集近似

讨论基于三支决策的自适应粗糙集近似方法,给出自适应粗糙集近似属性评价函数的算法。为清楚表达在粗糙集近似过程中对象和属性之间的关系,引入描述集的概念,在描述集的意义下根据属性评价函数对目标概念进行自适应粗糙集近似。最后,把自适应粗糙集近似过程与认知过程进行比较,并分析它们的相似性,借助该近似过程的思想,在一定程度上提高人们的认知效率。     

数字融合图像质量的视觉信息保真度客观评价方法

在实时数字图像融合系统中需要对融合图像的质量进行客观评价。针对传统客观评价方法存在与人眼视觉系统(Human Visual System,HVS)主观评价结果不相符的缺陷,提出了一种基于视觉信息保真度(Visual Information Fidelity,VIF)的融合图像质量客观评价方法。在假设图像源符合GSM(Gaussian Scale Mixture,GSM)模型,并将图像融合处理作为图像信号失真通道,而且考虑人眼视觉噪声特性的前提下,建立了基于VIF的数字融合图像质量客观评价理论模型,提出了一种融合图像质量评价指标FVIF。实验结果表明:该方法能够对融合图像质量进行综合评价,与其它方法相比,FVIF客观评价方法的性能更好,其评价结果与主观评价结果基本一致。     

粗糙集理论在信息融合中的应用

针对信息融合中常遇到的数据超载问题,提出采用粗糙集与神经网络结合的方法。该方法利用粗糙集理论分析数据,挑出有用属性并删除多余属性,从而减小数据集的大小,进而缩短训练时间,提高了效率,同时又不损失源数据集中包含的有用信息。     

基于图像质量加权的D-S证据理论多生物特征融合识别

对人脸和指静脉在决策层的融合识别,给出一种新的组合图像质量评价方法,并采用一种改进的基于图像质量加权的D-S证据理论融合这两种生物特征。首先,组合图像质量评价法采用清晰度和对比度、相关系数的组合方法来评价生物特征图像质量;其次,应用改进的基于图像质量的匹配值增强方法和D-S证据理论,减少了极大值图像质量指标的影响,使图像质量加权与实际情况更趋一致。实验结果表明,与没有考虑图像质量因素相比,考虑了图像质量信息的D-S证据理论融合方法提高了识别效果。     

决策属性未知下的学生评教粗糙集分析

为实现更为客观合理的学生评教,基于粗糙集方法进行智能化分析。粗糙集方法必然涉及到分析含有决策属性的决策表,而实际学生评教中由于缺乏客观的尺度评定教师的教学质量,造成相应决策属性的未知性。借鉴督导专家评价的优势,基于Kruskal最大树模糊聚类方法对专家评价数据予以划分来获取决策属性,与学生评教数据集组合,构造完整的决策表。基于粗糙集方法从信息熵的角度来客观求取各评教指标的权重值,完成对待评教教师的决策评价分析。实例分析及对比实验证明了方法的有效性和优越性。     

顾及源图像质量的可见光和红外图像融合算法

分析了目前图像融合算法存在的问题,提出顾及源图像质量的可见光和红外图像融合的算法。以图像融合理论方法为基础,引入图像质量评价方法,构建了顾及源图像质量的图像融合基本框架。以区域加权信息熵作为可见光和红外图像评价方法,并以图像质量评价结果作为小波变换的系数权值来进行图像融合,分别以图像的平均灰度、标准差、信息熵、空间频率作为评价指标对融合后的图像进行质量评价,提出了基于区域加权信息熵的可见光与红外图像融合算法。最后选取多组可见光和红外图像进行图像融合实验。实验结果表明:顾及源图像质量的可见光和红外图像融合算法是完全可行和有效的。     

基于直觉模糊粗糙集相似度的多属性决策方法

将直觉模糊粗糙集应用于多属性决策问题,提出了基于改进的直觉模糊粗糙集相似度的多属性决策方法。针对现有的直觉模糊粗糙集相似度忽略犹豫度而造成度量不精确的问题,提出了一种改进的直觉模糊粗糙集相似性度量方法,并揭示其若干重要性质。在此基础上,将属性值用直觉模糊粗糙集表示,并通过各个方案与直觉模糊粗糙集正、负理想方案的相似度比较,实现决策方案排序。数值实例表明了该方法的可行性和有效性,其在态势评估、目标识别等信息融合领域有良好的应用前景。     

基于CNN与直方图规定化的红外与低照度可见光图像融合

针对红外与低照度可见光图像融合时,细微的纹理信息不能有效地保留的问题,提出了基于CNN与直方图规定化的红外与低照度可见光图像融合算法。首先,通过基于卷积神经网络的融合方法得到融合后的图像;其次,计算融合后图像的灰度直方图,通过直方图规定化将可见光图像的直方图映射到融合图像的直方图的区间上,以增强图像的纹理信息;最后,将直方图规定化的图像与红外图像通过卷积神经网络的方法进行融合,得到融合图像。实验结果表明,本文提出的算法在视觉效果和客观评价上均优于基于卷积神经网络的融合方法。     

基于中介真值程度的图像融合效果评价方法*

针对图像融合效果评价问题,将处理模糊信息的中介数学系统引入到图像融合效果评价中,以中介真值程度的数值化度量为基础,提出了一种基于中介真值程度的图像融合效果评价方法。该方法结合先验知识和选取的定量评价指标,并引入了理想融合图像的概念,以中介真值程度的数值化度量中的距离比率函数度量作为图像融合结果的优劣评判标准,实现对各个融合图像效果的综合评价,兼顾了实际评价工作中的通用性和特殊性要求。实验结果表明,该评价方法具有较好的有效性、实时性和简洁性,进一步丰富完善了图像融合理论框架,具有启发意义和实用价值。     

基于小波系数模糊积分的图像融合算法研究

提出一种新的基于Choquet模糊积分的图像融合方法。首先利用小波系数的区域特征获取模糊积分的信度函数,其次根据局部窗口内的模糊边缘评价函数自适应地构造模糊密度,最后由Choquet模糊积分确定融合后的小波系数,从而得到融合图像。将此方法应用于微光与红外图像融合处理中,实验结果表明,Choquet模糊积分法可以使得最终的融合图像在空间细节信息的增强和光谱信息的保持两方面的综合性能得到提高。     

Multi-focus Image Fusion Based on the Improved PCNN and Guided Filter

This paper proposes a novel multi-focus image fusion method based on pulse coupled neural networks (PCNN) and guided filter. PCNN matches human visual perception very well. And guided filter is an edge-preserving filter which is proposed in recent years. In our method, the fusion process consists of the following steps: firstly, the source images are preliminarily fused with the guided filter. Then the intermediate fused image is employed to motivate the improved PCNN to generate a fusion map. Finally, the source images are fused according to the fusion map. Six contrast methods are employed to evaluate the performance of the proposed approach in six groups of experiments. The experimental results show that the proposed method outperforms the most existing methods in both subjective visual effect and objective evaluation criteria.     

动静态联合滤波器在多聚焦图像融合中的应用

动静态联合滤波器具有良好的边缘平滑特性,对梯度反转和全局强度迁移等伪影具有很强的鲁棒性。为了保留源图像的结构信息,提出了基于动静态联合滤波器的多聚焦图像融合方法。首先采用动静态联合滤波器将源图像分解为结构分量和纹理分量,以视觉显著度加权法对结构分量进行融合,综合相位一致性和清晰度信息对纹理分量进行融合;将两分量叠加获得初始融合图像,并通过计算源图像与初始融合图像间的结构相似度作为决策矩阵,获得最终的融合图像。通过对比多组融合图像主、客观评价结果发现,该方法能有效保留边缘信息。     

基于NSCT和分数阶微分的多聚焦图像融合方法

为了增加图像的细节信息,提出了一种基于NSCT和分数阶微分的多聚焦图像融合方法。首先采用NSCT将源图像分解为低频子带和高频子带,低频融合规则以基于局部对比度的变化显著度最大为决策图,高频融合规则以基于分数阶微分算法的梯度最大为决策图。最后通过逆NSCT得到融合图像。通过对比多组融合图像主、客观评价结果表明,该方法能有效保留边缘信息。     

基于多特征模糊聚类的图像融合方法

首先利用模糊C-均值聚类算法在多特征形成的特征空间上对图像进行区域分割,并在此基础上对区域进行多尺度小波分解;然后利用柯西函数构造区域的模糊相似度,应用模糊相似度及区域信息量构造加权因子,从而得到融合图像的小波系数;最后利用小波逆变换得到融合图像.采用均方根误差、峰值信噪比、熵、交叉熵和互信息5种准则评价融合算法的性能.实验结果表明,文中方法具有良好的融合特性.     

IHS变换与小波变换相结合的图像融合新方法*

提出了一种IHS变换与小波变换相结合的图像融合新方法。对多光谱(TM)图像的强度分量和全色(PAN)图像分别进行小波分解,根据小波变换高低频分量的不同特点,分别采取不同的高低频融合准则形成新的小波高低频分量,再先后进行小波逆变换和IHS逆变换得到融合后的TM图像。实验结果表明,提出的图像融合算法明显改善了融合图像的客观评价和主观视觉效果。     

灰色关联分析与模糊推理边缘检测图像融合法

为解决融合图像不同程度的光谱失真问题,提出了一种结合灰色关联分析、模糊推理和IHS变换的图像融合算法。首先通过灰色关联分析和模糊推理算出全色图像的边缘点和非边缘点,得到丰富的边缘信息,然后对多光谱图像进行IHS变换,以亮度分量为依据对全色图像进行直方图匹配,再基于边缘信息对亮度分量和直方图匹配后的全色图像进行线性加权,最后通过IHS逆变换得到融合图像。为验证本文方法的有效性,与5种常用方法比较,从视觉和定量两方面进行评价,且采用降尺度评价和全分辨率评价。结果表明,该方法得到的融合图像比其他5种方法更优越。本文方法不仅提高了遥感图像的空间分辨率,也较好保留了多光谱图像的光谱信息。     

紧支撑二维小波多尺度融合图像效果评价

针对图像融合的效果评价标准以及小波函数选择等热点研究问题，丈中采用了紧支撑二维小波db3对图像进行了多尺度分解及重构的融合研究，并且通过亮度参数、细节参数和光谱信息参数等对融合尺度不同的图像进行了客观质量评价。实验证明，经过该方法融合后的图像能把源图像各自具有的信息融合在一起，亮度适中、信息熵增加、清晰度提高。理论分析结果、融合图像的视觉效果与所采用的客观质量评价标准的数值分析结果是相一致的，表明了该方法客观而有效。