本文提出了一种基于互信息及蚁群算法实现红外与可见光图像配准的方法。论文从对多模态图像配准的认识入门,介绍了基于互信息的图像配准方法,分析总结了多种配准算法的优缺点。研究了基本蚁群算法的原理和工作流程,及其发展现状;并针对红外与可见光的二维图像设计了一种基于最大互信息与蚁群算法相结合的配准算法。采用互信息配准模型,以图像的灰度统计信息为配准依据,用蚁群算法搜索图像间的最优变换参数,并用最大互信息作为目标函数指导最优变换参数的搜索。又针对现有蚁群算法收敛速度慢的缺点,提出了用遗传算法与之动态融合的方法。

可见光通信经典的dco ofdm 和aco ofdm，加高斯白噪声信道，可以使用的。

dco-ofdm可见光通信系统误码率仿真，信道为加性高斯白噪声下

DR6000 紫外可见光分光光度计

可见光通信定位代码，可运行，精度高

随着无线通信领域的发展,具有诸多优点的可见光通信(VLC)已经发展成为了一种具有广阔前景的通信手段。然而,可见光通信中的各种非线性效应会给其信号处理带来诸多的困难,并恶化系统的性能。机器学习在解决非线性问题方面具有很大的优势和潜力,结合机器学习算法的可见光通信技术必然具有巨大的研究价值。已有研究表明,传统的机器学习算法如K-means、DBSCAN以及支持向量机(SVM)等在预均衡、后均衡、抗系统抖动,以及相位纠正等方面均有很好的表现。而深度神经网络(DNN)则因为其强大的非线性拟合能力能够更进一步提升VLC系统的性能。对以上几种方法进行了分析和介绍,并对其在可见光通信信号处理领域的应用进行了分析与总结,希望可以为机器学习解决可见光通信方面的各种非线性问题提供参考。

1.包含github上的5n和5s两个快速训练权重以及经过训练后的单个人体目标的最佳识别结果 2.训练环境：win10 3.迭代次数：300+ 4.精确率和召回率均收敛

输电线路巡检红外图像与可见光图像融合数据集（含分割标签，1700多张图像）

变电站电力设备红外图像与可见光图像融合（含matlab程序），10张红外（及对应可见光图像）

变电站电力设备红外图像与可见光图像融合（含matlab程序），10张红外（及对应可见光图像）