搜索资源列表
matlab_fusion
- 图像融合。图像融合是指把不同传感器获得的同一景物的图像合成一张图像，以克服单一图像在焦距、曝光、光谱和空间分辨率的等方面的存在的局限性，达到提高质量的目的。-image fusion. Image Fusion is different sensors in the same features images of a synthetic image, to overcome the image of a single focus, exposure, spectral and spatial r
ImageRegistration.rar
- 基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、
dd
- 文中给出了数据融合算法，并提出把数据融合方法应用于火电机组的在线性能计算中，使计算结果能更完善、准确地反映机组的运行状况。这种数据融合方法计算简便，可以反映传感器在空间或时间上的冗余或互补的信息，获得比有限个传感器的算术平均值更准确的测量结果，具有较高的可靠性，实际应用结果证实了该算法的准确性，可推广到其它具有正态分布特性测量结果的数据融合。-Paper gives the data fusion algorithms, and to make the data fusion method is
Sensor_Information_Fusion_and_Its_Application_in_R
- 传感器信息融合及其在机器人中的应用 摘要：多传感器信息融合即融合多个传感器提供的冗余、互补或更实时的信息，可以获得系统所需的 更准确和更精确的信息。介绍了神经网络融合方法，探讨了信息融合技术在机器人方面的应用。机器 人避障实验验证了所提方法的有效性。 关键词：多传感器信息融合(MIF)；神经网络；移动机器人；避障；-Sensor Information Fusion and Its Application in Robot Summary: Multi-sensor data f
ltticeclosedegree
- 首先将测量值与估计值都进行模糊化，然后计算测量值与估计值之间的格贴近度, 利用贴近度来描述各个传感器在测量中的权重，最后得到融合结果。-First, the measured values and estimated values are fuzzified, and then calculated between measured and estimated values of the lattice close to the degree of closeness to describe t
test_gpsins_source
- hybrid fusion of multi sensors navigation
information-fusion-algorithm
- 本文利用模糊理论中的高斯隶属 度函数来获得模糊观测下具有概率特性的似然函数，并且由此似然函数得到每个传感器提供信息的可信度；再将各传感器的可 信度转化成基本概率赋值函数即mass 函数；最后利用证据理论对多传感器信息进行融合。对目标识别的仿真试验表明该方法获 得的结果比直接结果具有更高的精度和可靠性。-The method uses fuzzy theory in the Gaussian fuzzy membership function to obtain a probabl
MapBuilding
- 本程序所采用的基于栅格的地图表示方法即将整个环境离散化为规则的基本单元，二维栅格，对于每个栅格指出其中是否存在障碍物，通过对栅格的描述实验环境的建模。目前，这种方法已经在许多机器人系统中得到应用，是使用较为成功的一种方法。栅格地图的优点是：易于创建和维护，且不需要明确的几何参数。栅格地图的缺点是：当栅格数量增大时(在大规模环境或对环境划分比较详细时)，对于地图的维护所占用的内存和CPU时间迅速增长，使计算机的实时处理变得很困难，也就是说刚栅格表示的环境地图，环境空间的分辨率与栅格尺寸的大小有关，
WaveletFusion
- 基于小波变换的多传感器融合算法，先通过小波变换分离低频信号和高频噪声，计算高频噪声的方差，通过不同传感器信号噪声方差的大小决定不同传感器的置信程度（方差越小，权重越大），最后进行信号融合。-Wavelet-based multi-sensor fusion algorithm, the first separation of low-frequency signal by wavelet transform and high frequency noise, calculate the vari
region-image-fusion
- 图像融合的经典方法有很强的学习价值算法改进-Image fusion refers to the techniques that integrate complementary information from multiple image sensors’ data in a way that makes the new images more suitable for human visual perception and reduces computation processing
ITG3200xBMA180xSimpleKalaman
- ITG3200 giroscope and BMA180 accelerometer sensors fusion using the simple Kalaman filter
xiaoboronghe
- 它是指将来自同一目标的不同传感器的信息通过一定的算法融合到一幅图上,从而获得比在单幅图上更完整-It is to point to will come from the same target of different sensors through certain information fusion algorithm to a picture on, to get in on the drawing than single more complete
D_2CFAR
- 两部传感器，相互采用CA-CFAR性能分析，并比较了不同融合准则下的性能-Two sensors each other using the CA-CFAR performance analysis, and compare the performance of different fusion criterion
nonlinear_measure
- 代码实现多源信息融合中的针对多个传感器同时检测一个目标时的非线性测量和分布式融合。-The code can realize the non-linear measure and data fusion, in multi-source information fusion, when multiple sensors detect a target measurement.
p222
- 卡尔曼滤波器完成多传感器融合算法，不同机器人的不同传感器对足球位置进行估计，融合不同传感器数据得到精确估计-Kalman filter to complete the multi-sensor fusion algorithm, the different sensors of the robot football position estimates, the integration of different sensor data accurate estimate of
Fusion-based-Sensor-Placement
- 论文 在使用无线传感器网络进行目标检测时,如何布置尽可能少的传感器节点而同时实现高的正确检测概率和 低的误警率,是关键问题之一。采用数据融合技术,能实现传感器节点之间的协同,从而大幅提高目标检测精度。提 出了用于目标检测的精度模型,分析了数据融合半径与传感器节点密度之间的关系,设计聚类方法将目标点组织成布 置单元,从高密度单元到低密度单元布置传感器节点覆盖目标区域。仿真结果表明,算法在保证检测精度的同时能有 效减少所使用的传感器节点数目。 - Sensor placeme
registration
- 不同传感器或同一传感器在不同时间、不同地点获得的图像在空间上往往会存在差异。图像配准是图像融合的重要前提条件，配准精度的高低直接决定融合的重要前提条件，配准精度的高低直接决定融合结果的质量，图像配准是图像融合的关键技术之一。对不同的图像以及应用领域，适用的配准方法有可能有很大的差别，根据图像特点和应用角度找出适合的配准方法，是解决图像融合问题的关键。-Different sensors or the same sensor at different times, in different lo
FreeIMU_6DOF
- ADS环境下开发的惯性导航工程，FREEIMU算法，实现姿态实时求解，lpc2368芯片，MPU6050传感器组，6轴自由度融合，上电可运行-ADS development environment inertial navigation project, FREEIMU algorithm to achieve real-time gesture solving, lpc2368 chip, MPU6050 sensors, 6-axis degree of freedom fusion pow
ronghe
- 两个传感器进行串联形式连接，融合系统贝叶斯风险曲线以及ROC曲线-Two sensors are connected in series, as well as fusion system Bayesian risk curve ROC curve
image-fusion-of-different-sensors
- 使用matlab实现不同传感器下的图像融合，并输出融合结果-Image fusion using matlab under different sensors and output fusion results