面向图像差异特征融合的基于弗里德曼检验的小波基分类研究

对小波基分类是图像融合中依据不同融合需求选择小波基的基础,可以提高图像融合的智能化水平。针对现有的小波基分类方法仅根据小波自身特性进行分类,没有从统计角度有效建立小波基和图像差异特征之间的联系,本文提出了面向图像差异特征融合的基于弗里德曼检验的小波基分类方法。首先,选择典型的差异特征和小波基用于分类研究;其次,选择针对差异特征的评价指标,以评价指标结果作为标记量并进行分类实验的区组设计;然后,采用弗里德曼检验对不同区组数据进行处理及执行相应的后续检验和分类步骤,形成面向图像差异特征的小波基类集;最后,设计对比实验对分类方法的有效性进行验证和分析。试验结果表明,该分类方法能有效把对图像差异特征融合效果相近的小波基归为一类,能根据融合需求选择较好的小波基。     

基于模糊综合评判的企业技术创新绩效评价

根据构建的企业技术创新绩效评价指标体系,运用模糊综合评判模型,对企业技术创新绩效进行了分析和综合评价,并运用＂最大隶属度＂原则,评价出企业技术创新绩效的优劣。     

基于余弦值的红外光强与偏振图像特征差异度的度量方法

现有差异特征驱动的红外光强与偏振图像融合方法中,特征的选择上数量多,存在信息冗余,通过提取图像特征再求差来获取差异特征不能充分表征图像间的差异。本文提出一种基于余弦值的红外光强与偏振图像特征差异度的度量方法。通过对源图像提取特征图,将亮度、纹理、边缘三类特征进行分离,避免了图像特征选择的困难;定义了特征差异度,从特征图提取得到特征向量,再计算其差异度,对图像的差异进行了量化;最后,通过实验验证了所提方法的合理性和有效性。     

基于局部能量匹配的红外偏振图像融合

针对红外偏振融合后图像边缘模糊不清和细节信息不明显等问题,本文提出了一种基于局部能量匹配的红外偏振图像融合方法。首先,融合偏振角图像和偏振度图像得到偏振特征图像;然后运用非下采样剪切波变换(NSST)把偏振特征图像和光强图像分解为低频子带和高频子带,运用顶帽(Top-hat)变换处理偏振图像的低频信息,提取目标;最后采用基于局部能量匹配和局部方差相结合的融合规则融合低频子带和高频子带。实验结果表明,本文算法与NSCT算法相比较,融合后图像的整体互信息值提高了8.7%,方差提高了3.9%,很好的保留了图像的细节信息。     

一种多传感器信息融合的可能性关联方法

由于传感器测量数据的不确定性,导致传统的关联方法关联正确率不高。引入可能性理论来表述测量数据的不确定性,很好地反映测量值与目标真值的相容程度,并建立了一种基于可能性分布的关联模型,将测量值与目标在特征分量上的统计距离进行模糊化,构造测量值关于目标的可能性分布,并量化二者之间的模糊关系,使关联问题转化为一种多目标决策问题。仿真实验验证了方法的有效性。     

一种多传感器信息融合软件系统的实现

利用Java语言来实现多传感器信息融合的软件系统的设计,并利用模拟数据对程序进行仿真实验.结果表明:对于地面目标的运动状态的融合,其结果比原始信息报数据更加接近真实数据;对于目标属性的信息融合,其结果可极大地减小数据的波动性,因此该系统具有一定的有效性.     

红外偏振和光强图像差异特征分类树的构建

红外偏振和光强图像差异特征分类是融合算法随着差异特征类型的变化而自适应变化的前提。构建了差异特征分类树,以此实现差异特征分类。首先分析红外偏振和光强成像的差异特性,依据其成像差异特性构建分类树第1层差异的类别;然后对多组图像统计并描述第1层差异类别下的各差异信息,依据统计结果构建第2层差异的类别;最后提取红外偏振和光强图像的差异特征,将其按照差异特征分类树进行分类。实验表明,所建立的差异特征分类树可将红外偏振和光强图像的差异特征分类。     

基于容许函数与接近系数的数据融合算法

针对先验知识未知的多传感器对某一目标进行测量的情形,提出了一种基于容许函数与接近系数的数据融合算法,利用容许函数剔除一致性较差的传感器测量数据,通过最大最小法构造各传感器测量数据间的接近系数,根据各传感器当前时刻接近系数的均值和方差动态分配其加权系数,并利用权值进行加权融合,得到最终表达式。仿真实验表明了该算法能提高融...     

基于一元线性回归的可能性分布构造方法研究

针对近似服从一条直线或曲线的一系列离散数据的可能性分布构造问题,以一元线性回归知识为理论基础,提出了基于一元线性回归的可能性分布构造方法.首先,根据离散数据的分布特点,选出线性或非线性的最优模型.然后,利用最小二乘法估计最优模型中的未知参数,进而求出回归方程;对回归方程中的参数进行回归效果的显著性检验,将回归方程转化为可能性分布函数.最后结合两个实例作了具体分析.实验结果表明:此构造可能性分布的方法能够贴切地对认知不确定性进行描述,减小了与真实分布的差异.