劉玉賓+馮玉芬+馬寧

摘 要

國家社會經(jīng)濟(jì)水平的不斷提升，推動了各大行業(yè)的進(jìn)一步發(fā)展，將多傳感器信息融合技術(shù)應(yīng)用于故障診斷，在一定程度上能獲得精確的狀態(tài)估計，改善檢測性能，提高系統(tǒng)故障診斷精度。而多傳感復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)早已被廣泛應(yīng)用于如大型礦業(yè)甚至軍事等諸多領(lǐng)域中，當(dāng)下常用的為多種像素級多傳感器網(wǎng)絡(luò)，其間圖像信息采集融合算法諸多。本文針對圖像多傳感器數(shù)據(jù)融合技術(shù)，探討了復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)環(huán)境下基于多傳感器數(shù)據(jù)融合算法的MATLAB仿真，并提出了實用性應(yīng)用措施，為多傳感器數(shù)據(jù)融合算法MATLAB仿真水平提升提供參考依據(jù)。

【關(guān)鍵詞】復(fù)雜網(wǎng)絡(luò) 數(shù)據(jù)環(huán)境 多傳感器 數(shù)據(jù)融合算法 MATLAB仿真

本文以圖像數(shù)據(jù)融合技術(shù)在復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)環(huán)境下的應(yīng)用為例，全面分析多傳感器中的冗余圖像數(shù)據(jù)，再以MATLAB仿真軟件實現(xiàn)各種模擬，最終得出各類算法融合圖像的評價結(jié)果，其間強調(diào)的是于不同顏色空間中的相關(guān)系數(shù)及其清晰度值，之后再對比各種算法結(jié)果，應(yīng)將其置于特定應(yīng)用條件下，這樣才能發(fā)揮良好的融合效果，從而有效還原原始圖像，達(dá)到動態(tài)排除系統(tǒng)故障的最終目的。因此，分析復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)環(huán)境下基于多傳感器數(shù)據(jù)融合算法的MATLAB仿真，對多傳感器數(shù)據(jù)融合算法的MATLAB仿真水平提升有著極大推動作用。

1 基于多傳感器數(shù)據(jù)融合算法MATLAB仿真的重要性

諸多具體工程應(yīng)用均關(guān)系到復(fù)雜網(wǎng)絡(luò)環(huán)境下多傳感器網(wǎng)絡(luò)資源，目前應(yīng)用主要的應(yīng)用領(lǐng)域有：機(jī)器人和智能儀器系統(tǒng)、戰(zhàn)場任務(wù)和無人駕駛飛機(jī)、圖像分析和理解、目標(biāo)檢測和跟蹤、自動目標(biāo)識別、多源圖像復(fù)合等等。許多研究人員始終都在研究高效率綜合處理，以便將來自諸多通道的信息充分融合，這樣才能提高信息利用率及其系統(tǒng)化，以加強目標(biāo)探測的可靠性，從而增加系統(tǒng)的自動化程度。因此，這時應(yīng)全面分析其各項研究成果，之后再基于MATLAB進(jìn)行單一傳感器多波段信息，特別是不同類型傳感器中獲得的各種圖像信息，并對其間各種圖像信息進(jìn)行處理，這時才能有效消除諸多傳感器信息的冗余、沖突，以便加強影像中各類信息的透明度，從而有效改善和解釋其精確度，這樣才能提高其可靠性及其利用率，以獲得十分清晰和完整、準(zhǔn)確的圖像。

2 多傳感器數(shù)據(jù)融合算法

多傳感器數(shù)據(jù)融合算法可包括：加權(quán)平均法，加權(quán)平均法強調(diào)的是多傳感器圖像融合的關(guān)鍵，此類融合算法原理簡單，且其運算速度快，實時性科學(xué)良好，不過其融合效果較差；IHS變換法，此類方式強調(diào)的是圖像可有效分解于空間信息亮度，其光譜信息色調(diào)與飽和度等，且其均是相互獨立的，再是其變換法十分靈活多變，這時才能獲得更多的變換公式；邏輯濾波融合法，此類方式是將原圖像對應(yīng)位置像素施以嚴(yán)格的邏輯運算，采用運算可詳細(xì)分割圖像，再以相關(guān)圖像中特定閾值信息，如果灰度值小于閾值時，這時則可因地制宜的采用相應(yīng)的融合圖像信息；BROVERY變換法就是色彩標(biāo)準(zhǔn)化變換融合法，其主要是將多光譜圖像空間分解為亮度及色彩成分，之后再對此進(jìn)行嚴(yán)格的運算處理，且處理之后可有效確保更多光譜數(shù)據(jù)信息可靠性，這時就有效改善了融合處理效果。

3 基于PCA變換的圖像融合

圖像融合主成分處理強調(diào)的是全面分析已知圖像，并針對圖像觀測到的分量，之后再嚴(yán)格分析其間獲得的數(shù)據(jù)，構(gòu)建變量協(xié)方差矩陣；基于PCA變換法圖像融合算法十分科學(xué)有效，主成分分析法變換法多傳感器采集圖像數(shù)據(jù)融合十分合理，采用融合有關(guān)的波段及其TM圖像數(shù)據(jù)，之后再獲得相應(yīng)的矩陣，再是求得特征值以小到大排列，但相應(yīng)的特征向量務(wù)必進(jìn)行相應(yīng)的變動，再以相應(yīng)的公式計算其間各主成分圖像。通過變換運算之后，獲得的第一主成分圖像方差最大，其間包括原多光譜圖像的諸多信息，且原多光譜圖像光譜信息均保留于第二、三主成分圖像中；再將SAR圖像施以空間配準(zhǔn)，獲得結(jié)果之后將其與主成分圖像數(shù)據(jù)施以直方圖匹配運算；之后是將直方圖匹配運算得到的圖像進(jìn)行替換，從而獲得融合圖像結(jié)果。

4 結(jié)束語

復(fù)雜環(huán)境會嚴(yán)重影響傳感器測量獲得的冗余信息，且其間各類信息均是不同的，抑或者是極易發(fā)生沖突，若是含有干擾信息抑或是錯誤信息多的傳感器信息參與數(shù)據(jù)融合，這時最終的結(jié)果更差。多傳感器數(shù)據(jù)融合應(yīng)基于相關(guān)信息特征而靈活變化，最終選擇適當(dāng)?shù)娜诤喜呗?，盡管我國多傳感器融合算法MATLAB仿真發(fā)展快速，但其間仍存在許多不足之處，這也說明分析復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)環(huán)境下基于多傳感器數(shù)據(jù)融合算法的MATLAB仿真，對多傳感器數(shù)據(jù)融合算法的MATLAB仿真水平提升有著極大推動作用。本文探討了基于多傳感器數(shù)據(jù)融合算法MATLAB仿真的重要性，并分析了多傳感器數(shù)據(jù)融合算法，簡述了基于PCA變換的圖像融合，為多傳感器數(shù)據(jù)融合算法MATLAB仿真水平、提高系統(tǒng)故障診斷精度提升提供參考依據(jù)。

參考文獻(xiàn)

[1]周芳，王鵬波，李春升.遙感圖像融合效果評估方法[J].現(xiàn)代雷達(dá)，2013（03）.

[2]廉敬.圖像融合技術(shù)研究[J].信息通信，2013（01）.

[3]王志杰，吳娜.改進(jìn)的多傳感器圖像融合算法研究[J].科技通報，2012（06）.

[4]陳向陽，胡江濤，劉培，等.多傳感器復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)融合算法的MATLAB仿真[J].武漢工程大學(xué)學(xué)報，2015，37（01）：67-72.

作者單位

1.唐山師范學(xué)院計算機(jī)科學(xué)系 河北省唐山市 063000

2.唐山師范學(xué)院數(shù)學(xué)與信息科學(xué)系 河北省唐山市 063000