应用统计信号处理和模糊数学的图像融合算法

针对多传感器图像在像素级上的融合问题，将模糊数学理论引入到图像融合模型。该模型假定理想的融合后的图像包含场景所有的信息；将它乘上一个模糊因子，再加上随机噪声，可用来描述某一个成像传感器中获得的场景图像；不同的传感器对应不同的模糊因子和噪声。在此基础上，提出了建立在非多尺度分解框架下的图像融合算法。它以各传感器获取的图像作为输入条件，应用统计信号处理中的EM算法，求出针对不同传感器的噪声参数和模糊因子，通过迭代估计出融合的图像。实验结果显示，该算法获得的融合图像的互信息和联合熵分别达到3．5079和24．732，均优于加权平均融合法、小波融合算法和Laplacian融合算法的融合质量。  

舰船辐射噪声的小波域HMM分析

基于小波的统计信息处理技术，一般都上波系数建模为独立或联合高斯的，但这些模型对许多实际信号来说并不理想，在本文中，我们使用这一种基于小波域洋可夫模型（ＨＭＭ）的统计信号处理结构，对实际领事涉及的统计独立性和非高斯统计进行建模。小波域ＨＭＭ使用小波变换的基本性质来设计，提供了强有力并处理的随机信号模型。我们使用一种有效的期望值最模型的参数可以区分不同类型的信号。