当前位置：问答库＞论文摘要

多传感器图像融合技术以其独特的优势在军事和民用领域得到了广泛的重视和应用，多传感器图像决策级融合是其中最高层次的融合，直接面向决策者，对于各种需要用到各种传感器图像信息的决策指挥系统具有相当重要的意义。本文在介绍多传感器图像决策级融合的基本理论、基本方法的基础上，研究了基于模糊理论的信息融合，在与其他融合方法诸如贝叶斯推理、证据理论等的分析比较研究后，改进了模糊理论的图像融合规则，增强了算法的可靠性、准确性，提高了算法的速度，融合的决策信息更丰富更准确；将基于模糊随机最大期望分类算法(FSEM)应用于决策级融合预处理方法，并对融合规则进行了相应的改进；该决策级融合算法既利用了FSEM算法的优点，在分类时可以实现对模糊类别的细致分类，又在融合时有效地保留和突出了各个传感器图像的有用信息，改善了融合效果，可以得到更精确、更准确的融合结果；针对某些传感器图像对地形特征的表征能力比较强的特点，在一般图像决策级融合的基础上，提出增加图像边缘特征信息融合的思想和方法，使得融合结果具有更大信息量的特点，特别是当决策信息是提供给人而非机器时，具有更好的参考性，信息量更多；针对不同图像分类方法和图像决策信息融合规则，给出了图像融合性能的主观评估。