首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

多传感器数据融合算法研究

中文摘要第1-6页
英文摘要第6-11页
第一章 绪论第11-22页
 1.1 多传感器数据融合的基本概念和意义第11-13页
 1.2 数据融合技术的发展及应用第13-16页
 1.3 数据融合理论的现状第16页
 1.4 本文的主要工作第16-20页
 本章参考文献第20-22页
第二章 多光谱与高分辨率图像融合的代表性方法第22-41页
 2.1 基于IHS变换的图像融合方法第22-25页
 2.2 基于Mallat算法的小波变换融合方法第25-34页
  2.2.1 多分辨分析(MRA)第25-28页
  2.2.2 图像的小波变换及Mallat算法第28-31页
  2.2.3 基于Mallat算法的图像融合方法第31-34页
 2.3 基于Atrous算法的小波变换融合方法第34-38页
  2.3.1 Atrous算法第34-36页
  2.3.2 基于Atrous算法的图像融合方法第36-38页
 2.4 本章小结第38-39页
 本章参考文献第39-41页
第三章 多光谱与高分辨率图像融合的新方法第41-65页
 3.1 基于Atrous算法的小波融合新方法第41-56页
  3.1.1 融合因子及融合规则第41-47页
  3.1.2 进化策略原理与算法第47-49页
  3.1.3 基于进化策略的双阈值确定第49-51页
  3.1.4 图像融合实验结果及性能分析第51-56页
 3.2 基于Mallat算法的小波融合新方法第56-62页
  3.2.1 融合规则第57-58页
  3.2.2 图像融合实验结果及性能分析第58-62页
 3.3 本章小结第62-63页
 本章参考文献第63-65页
第四章 多聚焦图像融合方法研究第65-90页
 4.1 基于拉普拉斯塔形分解的图像融合方法第65-70页
  4.1.1 图像的拉普拉斯塔形分解第65-69页
  4.1.2 基于拉普拉斯塔形分解的图像融合方法第69-70页
 4.2 基于Mallat算法的小波变换图像融合方法第70-73页
 4.3 基于小波分解和进化策略的图像融合方法第73-86页
  4.3.1 基于小波分解的特征提取及融合规则第73-78页
  4.3.2 基于进化策略的双阈值确定第78-79页
  4.3.3 图像融合评价方法第79-83页
  4.3.4 图像融合实验结果第83-86页
 4.4 本章小结第86-87页
 本章参考文献第87-90页
第五章 基于特征级融合的彩色纹理图像分析第90-121页
 5.1 完全树型小波变换在灰度纹理分析中的应用第90-98页
  5.1.1 灰度纹理图像分析回顾第90-91页
  5.1.2 基于人类视觉机理的空间/频域联合分析法第91-95页
  5.1.3 基于完全树型小波变换的灰度纹理特征提取与分类第95-98页
 5.2 基于不完全树型小波分解的彩色纹理特征级融合第98-104页
  5.2.1 彩色纹理分析发展第98-99页
  5.2.2 彩色空间转换第99-100页
  5.2.3 基于不完全树型小波分解的彩色纹理图像多特征加权融合第100-104页
 5.3 分类方法第104-108页
  5.3.1 非参数分类器第104-105页
  5.3.2 Knn分类器及分类评价第105-107页
  5.3.3 彩色纹理图像分类系统第107-108页
 5.4 实验及性能分析第108-115页
  5.4.1 ICTSWD基础上的特征级融合第108-111页
  5.4.2 三种分解基础上的分类性能比较第111-113页
  5.4.3 三种分解基础上的抗噪能力比较第113-115页
 5.5 本章小结第115-117页
 本章参考文献第117-121页
第六章 基于小波滤波的决策级检测融合研究第121-141页
 6.1 小波滤波及并行分布式检测融合综合思想的提出第121-123页
 6.2 多传感器并行分布式检测融合系统分析第123-135页
  6.2.1 多传感器并行分布式检测融合理论第123-128页
  6.2.2 三种并行分布式检测融合系统分析第128-135页
 6.3 综合算法实现及检测性能分析第135-136页
 6.4 本章小结第136-138页
 本章参考文献第138-141页
第七章 总结与展望第141-144页
致谢第144-145页
作者在读期间合作发表的论文第145-147页
作者在读期间主持或参加的科研工作第147页

论文共147页,点击 下载论文
上一篇:近20年来我国基础教育课程改革的历史与启示
下一篇:19世纪末叶至20世纪中叶西安教会学校与医院建筑研究