信息融合在遥感图像识别中的应用

利用新发展起来的交叉科学－信息融合理论和方法改善多光谱遥感图象的处理和识别的精度是一个很好的途径。针对遥感识别的要求,提出了数据融合与图象分析结合的处理模式。并着重讨论了扩展统计融合法的理论和方法在遥感图像中目标识别中的应用,实验表明该方法是有效的,获得了较经典方法更好的结果。     

多传感器数据融合在飞机地面防撞中的应用

针对我国目前对于飞机在地面经常发生的相撞或刮蹭方面的研究较少的现实情况,研究用多传感器数据融合的方法实现飞机的地面防撞。根据现有的多传感器数据融合理论,在分析数据融合过程的基础上,建立混合式数据融合模型,结合模糊神经网络方法实现面向目标的数据融合算法。同时,选用毫米波雷达、红外传感器等多类进行地面多目标的身份识别和威胁评估,从理论上验证了多传感器数据融合思想在飞机地面防撞理论中的可行性,为进一步建立飞机地面防撞系统提供理论基础。     

信息融合在遥感图象识别中的应用

利用新发展起来的交叉科学—信息融合理论和方法改善多光谱遥感图象的处理和识别的精度是一个很好的途径。针对遥感识别的要求,提出了数据融合与图象分析结合的处理模式。并着重讨论了扩展统计融合法的理论和方法在遥感图象目标识别中的应用。实验表明该方法是有效的,获得了较经典方法更好的结果。     

多路数据融合在光伏电池组件监控系统中的应用研究

为了提高光伏电站的使用效率,根据光伏电站的特点,本文设计了一种基于无线传感器网络和多路数据融合技术的光伏电池组件监控系统。通过传感器节点采集单块电池组件的瞬间电压、电流和温度,并对这三类数据实现初级数据融合;然后将初级数据融合数据包通过由ZigBee协议实现的无线传感器网络传输到中心节点;中线节点对所有初级数据融合数据包实现二级数据融合并通过串口传输至服务器;服务器通过基于残差值的数据包解析算法分析各块电池组件的运行数据,以判断电池组件是否正常工作,为光伏电站的维护和管理提供有效的信息。     

CAN总线在新型能见度预警系统中的应用

对高速公路的能见度状况进行全天候实时全程监测具有重要意义.本文利用CAN总线价格低廉、可靠性高、结构灵活等优点,将其应用于研制的新型高速公路能见度预警系统,并详细介绍了系统的通信设计,从而为实现对高速公路的能见度状况进行全天候实时全程监测提供了解决途径.     

多源遥感图象融合及应用

标准的数据融合方法在解决一幅高分辨率、全色图象与一幅低分辨率多频谱图象融合问题时,会使多频谱数据的频谱特性失真。我们基于多分辨率小波分解开发了一种技术,用于此类图象的融合。此法是将高分辨率图象的小波系数添加到多频谱（低分辨率）数据上,再将全色图象小波变换的高阶系数添加到多频谱图象的浓度组件上,此算法是对对标准的浓度－色度－饱和度（IHS或LHS）合并法的改进,将该算法应用于SPOT与LANDSAT（TM）图象融合的结果表明,在保留频谱与空间信息方面优于IHS和LHS融合法。     

多小波变换在遥感图像融合中的应用

介绍了多小波理论及对图像进行多小波分解和重构的方法,以全色(PAN)和多光谱(TM)遥感图像融合为例,提出了一种基于多小波变换的遥感图像融合方法。通过Matlab编程实验,比较了db4小波及Smooth、GHM和CL三种多小波的融合效果。     

数据融合技术在网络安全中的应用

本文简述了在网络安全管理中引入数据融合技术的原因,介绍了数据融合技术的特点和相关算法.随后根据两个典型的系统框架分析了数据融合技术在网络中的不同应用.最后指出了数据融合技术在网络安全中应用的发展方向和难点.     

信息融合在飞机地面作业处理系统中的应用

信息融合技术是一种新的信息处理模式,以其多信息、多手段的交叉融合,为复杂大系统提供各种有用的信息;在智能运输、信息处理等领域中有着广泛的应用前景。该文通过对飞机地面作业多源信息的分析,建立了飞机地面作业智能处理系统信息融合模型,并分析了信息融合技术在该系统中的应用。     

人工神经网络在传感器数据融合中的应用

针对压力传感器对温度的交叉灵敏度，采用BP人工神经网络法对其进行数据融合处理。消除温度对压力传感器的影响，大大提高了传感器的稳定性及其精度，效果良好。     

遥感数据时空融合技术在农作物监测中的适应性研究

受卫星回访周期及云的影响,大范围研究区同一时期的Landsat卫星数据很难获取,因而国内外学者提出了遥感影像时空融合技术。以石河子为实验区,利用STARFM(Spatial and Temporal Adaptive Reflectance Fusion Model)模型融合生成了高时空分辨率TM影像,对不同作物类型真实反射率与融合影像反射率作相关性分析,分析了遥感数据时空融合技术在新疆农作物监测中的适用性。结果表明:利用STARFM模型模拟得到的融合影像与真实影像间的相关性较高,但当地物类型发生变化时,融合影像与真实影像间将存在明显的差异。地物类型变化作物融合影像反射率与真实影像反射率间的相关性较小。     

利用ASTER数据评价ETM+遥感数据自身融合效果

ETM+自身融合后的遥感影像折中了全色波段的高空间分辨率和多光谱波段的光谱分辨能力。通过同一季相和同一地区的ASTER影像和ETM+自身融合后影像的极限放大进行对比分析,发现ETM+自身融合后的彩色合成影像的空间分辨力达不到15 m,但能保证到17.3 m;通过ASTER影像和ETM+融合后影像的NDVI植被指数的对比分析,发现ETM+自身融合后的彩色合成影像的综合光谱分辨能力仍能保持ETM+彩色合成影像的73%以上。ETM+自身融合效果的好坏与融合算法优劣也具有一定的关系。     

多阶段遥感图像目标检测方法研究

目标检测在自然场景和遥感场景中的研究极具挑战。尽管许多先进的算法在自然场景下取得了优异的成果,但是遥感图像的复杂性、目标尺度的多样性及目标密集分布的特性,使得针对遥感图像目标检测的研究步伐缓慢。本文提出一个新颖的多类别目标检测模型,可以自动学习特征融合时的权重,并突出目标特征,实现在复杂的遥感图像中有效地检测小目标和密集分布的目标。模型在公开数据集DOTA和NWPU VHR-10上的实验结果表明检测效果超过了大多数经典算法。     

基于小波变换的多源遥感图像的信息融合

图像融合是一种重要的增强图像信息的技术方法,如何对同一目标的多源遥感图像数据进行有效的融合,最大限度地利用多源遥感数据中的有用信息,提高系统的正确识别,判断和决策能力,这是遥感数据融合的重要内容之一,提出了一咱基于小波变换的融合方法,使得融合图像在最大限度保留了多波段光谱信息的同时,提高了清晰度和空间分辨率,并对实验结果运用MATLAB语言进行了仿真,从几个方面对结果做了深入的分析与对比,取得了良好的效果。》     

国内多源遥感影像信息融合技术的新进展

遥感影像信息融合是有效利用遥感海量数据的关键技术。在总结传统遥感影像融合算法的基础上,对传统算法的改进算法和新的融合算法做了较为详尽的介绍,以期为全面系统地了解我国影像融合技术的发展,为我们的学习和研究工作提供便利。     

基于多源遥感时空谱特征融合的滑坡灾害检测方法

针对多源遥感图像中滑坡时空谱特征融合利用模式单一、检测识别性能差等问题,提出了一种基于多源遥感时空谱特征融合的滑坡灾害检测方法,以滑坡发生地区灾前灾后多源遥感图像为基础,通过对多波段遥感图像进行光谱空间和尺度空间配准,构建融合时序变化特征、光谱特征和空间形状特征遥感影像数据集,将多维多谱变化信息转化为光谱表征模型.利用支持向量机模型对滑坡目标和背景地物进行识别,在此基础上根据滑坡基础形状模型的轴向长宽比、面积参数和不变矩等典型形状特征指标对滑坡区域进行目标精确分类与识别.实际实验表明,该方法能够达到95%的识别率,优于多种常见滑坡遥感检测方法.     

利用多光谱遥感图像融合的机场识别方法

提出了一种利用多光谱遥感图像融合的机场识别方法。首先,根据机场的光谱特性将多光谱图像进行融合,然后对融合图像进行简单的区域分割,提取出包含机场的可能区域,最后结合机场的结构特征把机场目标从图像中提取出来。实验和实际应用证明,此方法可快速准确地将机场目标从遥感图像中提取出来。     

改进Mask R-CNN的遥感图像多目标检测与分割

针对高分辨率遥感图像在目标检测与分割中特征提取困难、准确率低、虚假率高等问题，提出了一种改进的Mask R-CNN卷积神经网络。该网络以ResNet50为特征提取网络，在此基础上利用自下而上和自上而下两种分层跳连融合方式来进行更好的图像特征提取。针对遥感图像不同目标间尺寸差异过大、目标易丢失的问题，设计了自适应感兴趣区域来进行感兴趣区域提取。在目标分割中，使用局部融合全连接的卷积神经网络替换原全卷积神经网络，并使用上采样操作替换反卷积操作。在NWPU VHR-10数据集上进行验证，结果表明该方法与现有常用方法相比，显著地提高了遥感图像中多目标检测与分割的准确率。     

基于PCA和数据融合的遥感图像数字水印算法

提出了一种向遥感图像中嵌入水印以保护其版权的算法。算法将数据融合技术和数字水印技术相结合,首先将全色图像进行小波分解,提取图像分解后的第三级低频边缘特征,利用PCA变换得到边缘特征的第一主分量作为水印信息,将水印与第三级中频进行融合;然后进行小波逆变换得到重构图像;最后采用小波变换和PCA融合法将含有水印的全色图像和多光谱图像相融合。提取水印时使用独立分量分析(ICA)方法。实验表明,该算法可以保护遥感图像的版权和进行真伪认证,且不破坏原始遥感图像的信息和特征,是有效可行的。