文中在研究遥感影像像素级融合算法的基础上,采用IHS、PCA、Brovey、HPF及Wavelet五种遥感影像像素级融合方法对ETM+数据的多光谱与全色影像进行融合实验,并从融合影像的光谱质量、信息损失、对比度扭曲、空间分辨力几个方面进行比较分析。结果表明,五种融合方法都有效的提高了影像的空间分辨率,但在一定程度上IHS、PCA、Brovey融合影像光谱信息较原始影像存在一定的失真。Wavelet融合法和HPF融合法在信息量和光谱保真性方面较好。在兼顾光谱信息和空间信息综合效应的基础上,认为HPF融合法是ETM+多光谱与全色数据最佳的融合方法。

主要用于遥感图像道路信息提取，能得到很好的效果。

医学图像融合后的评价指标：交叉熵；应该使用标准图像&融合后图像，使用方法cross_entro=num2str(cross_entropy(data.M1,data.M2));

#资源达人分享计划#

数据融合matlab代码 TristanHuang 个人介绍 2019届毕业研究生-黄美川 :e-mail: 联系方式： :laptop: 个人主页： :octopus: Github： 硕士期间主要工作 读研期间，除了完成既有课程之外，也积极参与到实验室的项目开发中。 1.定位结果的手机终端显示 主要是完成定位结果在手机上的实时显示任务，场景主要有工控新楼 5 楼，新楼 511 室内和教九 526 装修前。 2.免时钟同步、交互式声信号室内定位系统 利用 BeepBeep 原理，建立一种免时钟同步的声信号室内定位系统。具体的原理可以参看实验室往届师兄的毕业论文（文祥计、林峰）。系统主要分为两部分，一部分是声信号信标节点（Android 系统的 smartphone 或者 树莓派），另一部分是待定位目标，即用户的手机。目前需要工作在同一局域网下。 由于适应比赛场地多楼层的需要，将节点网络设置成了两组，与用户交互的信标节点分别是 5 号点和 10 号点，该定位算法需要预知每个点与这两个点之间的距离，需要在实验前测量好并输入进去。楼层的切换导致交互节点的切换，楼层的判别由手机上的气压计变动所决定，在实验前，需设置好各楼层的气压值。

为提高智能电表数据的低电压电流优化控制能力，提出基于电力数据融合调度的智能电表数据低电压电流优化算法。通过计算低电压电流状态特征量构建集成电路，并对电路输入电压电流进行传输控制。在集成电路中采用模糊决策树控制方法进行低电压电流控制过程中的自适应寻优，构建电表数据的网络结构参数调节模型，根据量测数据相关性及变化规律实现低电压电流优化。仿真结果表明，采用该方法进行低电压电流优化控制的融合调度性能较好，在时序特性上与真实量测具有较好的保持性，提高了智能电表数据的检测和分析能力。

文本分类，

#资源达人分享计划#

该代码对应于2016年的《Nonlinear IHS: A Promising Method for Pan-Sharpening》一文，属于多光谱与全色图像融合代码，也属于IHS方法的一个变种。

仅有1个代码文件， 将图片拼接流程拆分成了多个函数，解耦合，可作为视频拼接的基础 包含了去噪的算法，和渐入渐入渐出加权融合的效果，均为可选 if __name__=='__main__': path1='05_L.jpg' path2='05_R.jpg' save='05_M.jpg' spliting_img_path(path1,path2,True,save) 修改路径即可 请导入相关包