基于多传感融合的丘陵山地农机姿态检测单元

为推动丘陵山地农机发展,设计一种基于多传感融合的丘陵山地农机姿态检测单元。结合不同传感器采集数据特点,分别对倾角传感器采用标准中值滤波处理、对加速度计采用卡尔曼滤波处理后,利用平均加权融合算法对两种传感器处理后的数据进行融合处理,以获取更准确的农机姿态信息。试验表明,原始数据前后噪音波动最大范围为0~51.2°,多传感融合算法处理后的高频噪音基本消除,曲线平滑度得以提高,前后数据变化范围为0~2.2°,达到消除农机抖动噪音和外界干扰的效果。

无人机遥感图像融合方法研究

针对待拼接的无人机遥感图像重叠区域不规则、焦距不固定、含噪声较多等问题,在加权平均融合算法的基础上引入基于折线化思想的不规则重叠区域生成法,减小算法误差,并运用基于距离比的自适应算法实现权值自动匹配,使算法在不受重叠区域形状限制的同时得到更精确的计算结果,解决了图像拼接后融合区域分辨率低、拼接线明显的问题。仿真表明,改进的加权平均融合算法在保持原算法快速性的同时,达到了去除拼接缝隙、使图像融合区域过渡平滑的目的,并获得了融合质量较好的大视野无缝拼接图像。

用于飞行员视觉增强的快速红外图像增强方法

提出了一种基于图像分块并行处理的快速的红外图像增强的方法。在对图像进行分块并行处理的基础上,综合利用改进的中值滤波算法、快速Sobel边缘检测算法、自适应权值的加权平均图像融合算法对红外图像进行快速处理。改进的中值滤波算法效果好于MTM算法,自适应权值的加权平均图像融合算法比基于区域对比度的权值选择法更好地抑制噪声,对图像进行分块并行处理,提高了图像处理的速度。实验结果表明,提出的方法能够快速优质地对红外图像进行增强。

Exploring on Hierarchical Kalman Filtering Fusion Accuracy

Aim To analyze the traditional hierarchical Kalman filtering fusion algorithm theoretically and point out that the traditional Kalman filtering fusion algorithm is complex and can not improve the tracking precision well, even it is impractical, and to propose the weighting average fusion algorithm. Methods The theoretical analysis and Monte Carlo simulation methods were ed to compare the traditional fusion algorithm with the new one,and the comparison of the root mean square error statistics values of the two algorithms was made. Results The hierarchical fusion algorithm is not better than the weighting average fusion and feedback weighting average algorithm The weighting filtering fusion algorithm is simple in principle, less in data, faster in processing and better in tolerance.Conclusion The weighting hierarchical fusion algorithm is suitable for the defective sensors.The feedback of the fusion result to the single sersor can enhance the single sensorr's precision. especially once one sensor has great deviation and low accuracy or has some deviation of sample period and is asynchronous to other sensors.

基于多源异类信息的化学羽流追踪研究

为了在多种信息融合中提高化学羽流追踪效果,采用基于多源异类信息的化学羽流追踪方法。通过加权平均融合算法将浓度、红外避障及视觉检测传感器对化学羽流源模型采集的数据进行融合,计算出决策阈值;再通过建立的先验知识库和化学羽流源模型库的支持下,提出基于多源异类信息的化学羽流追踪策略,包括化学羽流搜寻、追踪及羽流源确认过程。通过实验验证,化学羽流源位置误差?e=0.216,实现了机器人对羽流源位置的精确定位。