《武汉工程大学学报》 2015年01期
67-72
出版日期：2015-01-31
ISSN:1674-2869
CN:42-1779/TQ
多传感器复杂网络数据融合算法的ＭATLAB仿真
０ 引 言 大量实际工程应用中涉及到将复杂网络环境下多传感器网络源所采集到的有关某个目标的信号经过信号处理和计算机处理技术等即进行所谓的信息融合，以便尽可能地提取各自信道中的有利信息，最后合成为更高质量的综合结果，便于进一步实施监控. 研究人员一直都在研究高效的综合处理来自多源通道信息的融合方法，以便能够有效地增加信息利用率、系统化对目标探测识别地可靠性及系统的自动化程度［１-２］． 针对该需求参考现有研究成果，利用Ｍａｔｌａｂ对单一传感器的多波段信息尤其是从不同类传感器所得到图像信息加以处理，消除多个传感器信息之间存在的冗余与冲突，以增强影像中信息透明度，改善解译精度、可靠性及利用率，以得到研究对象的更加清晰、完整、准确的综合图像［３－５］. １ 多传感器网络获取图像信息融合评价方法 信息融合质量的评价在信息融合算法性能评价中非常重要，在此具体仅考虑针对图像融合质量评价方法，其实现可分成主观的和客观的两种评价方法. 其中主观的评价方法需要依靠研究者目视融合后图像的效果进行的主观判断．该方法简单易行，特定场合下可能会很有效，然后容易受观察人员、图像类别、使用场景和环境的约束，因此仅具有统计学上的意义［６］. 图像融合的客观评价因为主观的评价方法的诸多使用限制，特别是当观测环境发生改变时，评价结果会随之而不同． 那么实际应用中就要和客观评价的定量评价标准一同使用，得到综合定量评价结果. 在此主要考虑客观的评价方法：１）根据信噪比进行评价：信噪比、峰值信噪比. ２）基于信息量的评价：信息熵、交叉熵、联合熵. ３）基于统计量的评价：均值、标准差、均方误差、均方根误差. ４．基于相关性的评价：偏差指数、相关系数［７］. 2 常用的多传感器图像融合算法 2．１ 加权平均法 加权平均法是多传感器图像融中最基本的方法，其特点是：原理简单，运算速度快，实时性好，但融和效果较差. 假设图像Ａ、Ｂ为融合图像，像素为Ｍ×Ｎ. 融合后图像为Ｆ，则采用加权平均法公式为： Ｆ（ｍ，ｎ）＝ｗ１Ａ（ｍ，ｎ）＋ｗ２Ｂ（ｍ，ｎ） （１） 式（１）中：ｍ为图像的像素的行号，ｍ＝１，２，３，４，．．．．．，Ｍ；ｎ为图像的像素的列好，ｎ＝１，２，３，４，．．．．．，Ｎ；ｗ１、ｗ２为加权系数，需满足ｗ１＋ｗ２＝１；若ｗ１＝ｗ２＝０．５，则为平均融合. 2．２ ＩＨＳ变换法 利用IHS，图像的R，G，B便能够分解对应于空间信息的亮度（I）、光谱信息的色调（H）和饱和度（S），并且I、H、S之间相互独立，因此可以通过调节I，H，S来获得不同的显示效果，同时由于IHS变换法的灵活多变的特点，由此得出了很多种IHS变换公式：如柱体变换法、球体变换法、三角变换法等. 本设计中均采用柱形变换. ＲＧＢ三基色空间变换为ＩＨＳ柱形彩色空间公式如下［９］： H=?兹 G≥B2?仔-?兹 G