一种任意相关噪声异类传感器测量融合算法

基于测量融合理论提出了一种任意相关噪声异类传感器非线性系统目标跟踪算法。该算法在构造跟踪滤波器时，在增益阵中引入了测量噪声与系统噪声相关以及测量噪声之间相关项，增加了描述多传感器融合系统的信息量。仿真结果表明，由于考虑了过程噪声和测量噪声以及测量噪声之间的相关性，测量融合算法比噪声不相关融合算法具有更好的跟踪性能，并且航迹跟踪的精度得到了改善。     

小波图像融合改善超声图像分辨率

针对超声图像分辨率较低,尤其足横向分辨率低的特点,采用基于插值和小波图像融合相结合的方法对相控阵超声图像进行了多种方式的对比试验.结果表明:采用区域能量大小判定的设计思想改善超声图像的分辨率是可行的,其中利用小波分解将经过插值放大的待融合图像分解为低频部分和高频部分,然后对低频部分采用平均法,高频部分采用区域能量最大的融合方式,由此,极大地改善了超声图像的分辨宰.     

两种异步多传感器数据融合算法的比较

多传感器数据融合目前已经广泛应用于多个领域,其能够使测量更加准确,提高系统的可信度和可靠性.Kalman滤波和最小二乘滤波是数据融合的两种算法,本文通过对同一目标采用同样测量系统先进行最小二乘构造伪量测,再进行Kalman滤波计算出状态估计值,然后进行融合仿真实验,比较数据融合前后的状态估计值,结果显示融合后的状态估计值与融合前相比更加接近真实值.因此,多传感器数据融合能增加测量系统的准确性与可信度.     

基于图像融合提高图像空间分辨率技术研究

在航空/航天遥感应用方面,利用同一地域遥感图像的信息互补特性来提高空间分辨率的方法是国内外学者探索的热点,本文采用频率域解混频的方法来提高图像的空间分辨率,取得了明显的效果.     

小波图像融合改善超声图像横向分辨率的研究

摘要：针对超声图像分辨率较低,尤其是横向分辨率低的特点,采用基于插值和小波图像融合相结合的方法对相控阵超声图像进行了多种方式的对比试验,结果表明：算法采用区域能量大小判定的设计思想对改善超声图像的分辨率是可行的,其中利用小波分解将经过插值放大的待融合图像分解为低频部分和高频部分,然后将低频部分采用平均法,高频部分采用区域能量最大的融合方式对改善超声图像的分辨率取得了较好的效果。     

Piella像素级多分辨率图像融合框架的扩展及其算法

为了优化加权多分辨率图像融合的算法结构,在Piella像素级多分辨率图像融合框架基础上,提出一种只用匹配测度控制决策模块的加权多分辨率图像融合扩展模式,改变了传统加权多分辨率图像融合模式必须由活性测度和匹配测度共同决定决策因子的格局。相对于传统模式,提出的扩展模式去除了活性测度,相应的算法结构更为简单。以相关信号强度比作为匹配测度,给出了一种基于扩展模式的加权多分辨率图像融合算法。对红外和可见光图像的融合实验表明,该算法融合性能优于传统加权多分辨率图像融合算法,其边缘融合质量指标(EFQI)和加权融合质量指标(WFQI)分别提高了2.9%和1.8%;而且计算复杂度更低,计算决策因子所需的乘法和加法运算次数分别减少了66.7%和33.3%。     

基于图像异类特征融合的基建工地现场安全智能预警系统

针对基建工地现场安全智能预警系统存在图像清晰度较低,导致综合性能较差的问题,提出基于图像异类特征融合设计了一种新的基建工地现场安全智能预警系统。该系统硬件由施工现场监控设备、通信网络装置、传感器、预警器和后台总控制器组成,预警器包括视频监控装置、图像传感器和通信线路,通过通信接收器、视频图像显示器、中心总控制器和智能数据分析器设置了控制器。通过分析处理、安全判定、储存和传输实现预警系统软件流程。实验结果表明,基于图像异类特征融合的基建工地现场安全智能预警系统能够有效提高图像清晰度,增强综合性能,对基建工地现场安全智能预警具有重要意义。     

基于异类信息特征融合的异步电机故障诊断

针对异步电机单一故障信号的局限性和故障特征存在较强非线性关系的特点,提出一种基于异类信息特征融合的故障诊断方法.以采集的振动信号和电流信号为原始信源,分别提取它们的时域特征和小波包熵特征,采用核主元分析对原始特征的组合进行降维融合,得到信息互补的特征量,将融合特征通过支持向量机进行模式识别.异步电机转子和轴承故障诊断实例表明,基于核主元分析的异类信息特征融合方法,可充分利用异类信源的冗余互补信息和特征数据之间的非线性关系,更全面地表征设备运行状态,相比单参数法及同类信息特征融合法具有更高的诊断精度.     

基于铁谱图像异类特征融合的磨损类型识别方法

针对铁谱磨粒图像识别中存在特征单一、异类特征的综合利用率低等问题,提出一种磨粒图像多特征的异类信息融合识别方法。首先,对在线铁谱图像预处理基础上提取磨粒纹理(ASM、熵、相关、对比度)、颜色(均值、方差、斜度)、几何(7个不变矩)3种统计特征;其次,对提取特征数据进行[0,1]归一化处理,采用超球心间距法确定核参数,运用超球多类SVM实现基于单种特征的多类磨损识别;最后,在单种特征识别基础上通过后验概率构造3种特征所需的软判决基本概率赋值(BPA)函数,运用超球多类SVM与D-S证据理论结合法实现异类特征融合的铁谱图像识别。特征融合方法识别最高识别率达到了96.1%,与单一特征识别结果相比,识别准确度更高,且实现了不同特征的互补。     

基于剪切波变换的可见光与红外图像融合算法

针对不同传感器的图像融合问题,提出一种基于剪切波变换的可见光与红外图像融合算法.首先通过剪切波变换对多源图像进行多尺度多方向分解,获取图像的低频子带与高频子带系数.在融合过程中,针对高、低频子带系数所反映图像尺度特征的差异性,采用相应的区域显著性方法进行量化描述.鉴于两源图的不同物理特性导致同一场景景物灰度分布存在差异的现象,采用区域相似性进行量化区别.综合区域显著性与区域相似性2个参数制定融合规则,实现多尺度分解系数的优化组合,经剪切波反变换重构各融合后的子带系数,获取最终的融合图像.实验结果表明,该算法与相关融合算法相比,在主观视觉效果与客观量化指标性能上均有所改善.     

应用于紫外检测技术的ICA图像融合算法

针对高压电气设备电晕放电故障点定位问题,对ICA图像融合算法、紫外检测技术和紫外成像系统等方面进行了研究。将ICA图像融合算法运用到高压设备电晕放电检测中,根据高压设备局部放电会发出紫外光的原理和紫外光波长在日盲200 nm~400 nm波段的特点,对高压设备局部放电区域采集紫外光图像和可见光图像进行图像融合,在融合图像中准确定位局放故障点。研究针对紫外图像和可见光图像灰度直方图差别大的特点,对传统Fast ICA算法进行优化,以优化后的权值对融合系数进行加权处理,建立融合规则使局放故障点表达更加清晰,并将算法运用于紫外成像系统。研究结果表明,改进后的Fast ICA算法对比于紫外成像仪的其他算法所得图像信息更加丰富、定位更加精准,融合图像可以有效地定位高压设备电晕放电故障点。     

基于边缘检测小波变换的红外与可见光图像融合方法

简要地论述了图像融合中主要的三种像素级融合算法,即简单方法、基于塔形分解以及基于小波分解的融合方法,在现有的红外与可见光图像融合方法之上,提出了以边缘检测为基础的一种小波变换图像融合方法,并对融合效果进行了评价。实验结果表明,经该方法对红外与可见光图像的融合可以提供更多、更有效的信息,提高了图像的分辨效果和人眼对场景目标的发现和识别概率,融合效果较为理想。     

基于模拟多曝光融合的低照度全景图像增强

针对低照度全景图像存在的对比度低、视觉效果差等问题,提出了一种基于模拟多曝光融合的低照度全景图像增强算法。首先,将原图像从RGB颜色空间转换到HSV颜色空间,以图像信息熵作为度量估计最佳曝光率,采用亮度映射函数对V分量进行增强处理,再将其转回RGB颜色空间得到过曝光图像;接着,以低照度图像和过曝光图像为输入,采用曝光插值法合成中等曝光图像;然后,采用多尺度融合策略将低照度图像、中等曝光图像和过曝光图像进行融合,得到融合后的图像;最后,通过多尺度细节增强算法对融合后的图像进行细节增强,得到最终的增强图像。通过与NPE,LIME,SRIE,Li,Ying,RtinexNet算法相比,在不同场景的全景图像上,亮度顺序误差(LOE)最小为322,自然图像质量评估器(NIQE)最小为2.32,无参考空间域图像质量评估器最小为5.71,结构相似度(SSIM)最高达到0.82,综合性能优于其他对比算法。实验结果表明,本文算法能够有效地提升低照度全景图像的质量。     

细节保留的多曝光图像融合

针对传统的多曝光图像融合算法存在的细节丟失严重和鬼影现象,提出了一种细节保留的多曝光图像融合算法。该算法首先计算曝光序列的3个特征指标:图像细节、曝光亮度和色彩信息,其中图像细节通过引导滤波计算,曝光亮度的权值由高斯方程分配,而曝光序列的色彩信息用色彩饱和度表示。然后,利用差分图和邻域相关系数检测多曝光序列中运动物体,利用3个特征指标和运动目标检测结果分别计算静态场景和动态场景的融合权值图。为了消除噪声的影响,采用递归滤波器来修正融合权值图。最后,采取加权融合的方式得到融合图像。选取10组不同的曝光序列,分别从主观和客观两方面与6种传统的融合算法进行了比较。实验结果表明,本文算法保留了丰富的细节信息,呈现出了更加生动自然的现实场景,并且有效去除了由运动物体产生的鬼影现象,效果优于其他比较算法,在静态场景和动态场景的曝光融合中都取得了好的效果。     

Turbidity-adaptive underwater image enhancement method using image fusion

Clear, correct imaging is a prerequisite for underwater operations. In real freshwater environment including rivers and lakes, the water bodies are usually turbid and dynamic, which brings extra troubles to quality of imaging due to color deviation and suspended particulate. Most of the existing underwater imaging methods focus on relatively clear underwater environment, it is uncertain that if those methods can work well in turbid and dynamic underwater environments. In this paper, we propose a turbidity-adaptive underwater image enhancement method. To deal with attenuation and scattering of varying degree, the turbidity is detected by the histogram of images. Based on the detection result, different image enhancement strategies are designed to deal with the problem of color deviation and blurring. The proposed method is verified by an underwater image dataset captured in real underwater environment. The result is evaluated by image metrics including structure similarity index measure, underwater color image quality evaluation metric, and speeded-up robust features. Test results exhibit that the method can correct the color deviation and improve the quality of underwater images.     

基于视觉显著性的红外与可见光图像融合

多波段图像融合可以有效综合各个波段图像中包含的特征信息。针对可见光和红外图像,提出了一种结合红外图像视觉显著性提取的双波段图像融合方法,一方面旨在凸显红外图像的目标信息,另一方面又尽可能的保留了可见光图像的丰富细节信息。首先,在局部窗口内实现红外图像的显著性图提取,并通过窗口尺寸的变化形成多尺度的显著性图,并对这些显著性图进行最大值的优选叠加,以获取能反映整幅红外图像各个尺寸目标的显著性图;其次,通过结合显著性图与红外图实现显著性图的加权增强;最后,利用增强的红外显著性图进行双波段图像的融合。通过两组对比实验,数据表明该方法给出的融合图像视觉效果好,运算速度快,客观评价值优于对比的7种融合方法。     

基于像素分类的自适应SAR图像融合算法

提高纹理清晰度、保护边缘信息是合成孔径雷达（SAR）图像融合的重要目标。针对该问题,提出了一种基于像素分类的自适应SAR图像融合算法。首先使用canny算子提取图像的边缘并分类,然后利用混合高斯模型和隐马尔可夫树模型对小波系数进行建模;在此基础上使用EM算法求得模型参数,并进一步得到隐状态的概率,也就确定了小波系数的混合高斯分布;接着对两个待融合小波系数不同的类型组合采用不同的融合策略,并以隐状态概率加权;最后通过小波反变换、边缘分类增强获得融合以后的图像。实验结果表明,和传统的融合算法相比,该算法取得了更好的融合效果。     

基于小波变换纹理一致性测度的遥感图像融合算法

本文提出了一种基于小波变换的遥感图像融合算法，利用多分辨小波变换的系数，采用低频图像的小波系数最小值作为融合后的低频系数，高频图像根据纹理一致性测度的纹理检测确定融合规则，调整高频小波系数大小。利用小波变换对图像相对应的低频分量及各方向细节分量进行针对性融合处理，很好地将来自不同图像的特征与细节融合在一起，并对融合图像质量进行了对比评价。实验结果表明，这种方法能够在保留图像微小细节方面获得满意的结果，这种算法有效且优于传统的图像融合方法。     

彩色图像融合客观评价指标

由于已有的彩色图像融合客观评价指标与人眼视觉感知不符,提出了基于四元数卷积的无参评价指标用于客观评价彩色图像融合.首先,以四元数的形式对彩色图像进行建模,充分考虑彩色图像作为一个整体所具有的颜色信息.然后,利用四元数值边缘模板和彩色图像进行四元数卷积运算,获取彩色图像的细节信息,度量图像的清晰度及所融合得到的有用信息,并以权重的形式给出.最后,经过一系列的量化计算给出融合图像的客观评估结果.实验结果表明:本文所提出的彩色图像融合客观评价方法充分利用了图像中的颜色信息以及人眼较为敏感的细节信息,评价结果优于传统方法,并且具有良好的稳定性.用本文方法所得到的评价结果与人类的视觉感知相符,基本满足彩色图像融合客观评价的要求.