传感器信息融合·MATLAB程序实现

前言
第1章传感器信息融合
1.1传感器概述
1.1.1传感器
1.1.2传感器的组成
1.1.3传感器的分类
1.1.4传感器的基本特性
1.1.5常见的传感器
1.2传感器信息融合技术介绍
1.2.1传感器信息融合
1.2.2传感器信息融合的发展
1.2.3传感器信息融合的一般结构
1.2.4传感器信息融合的方法
1.2.5传感器信息融合的效能评价
1.3传感器信息融合的应用
1.3.1传感器信息融合在工业领域的应用
1.3.2传感器信息融合在导航定位中的应用
1.3.3传感信息融合在智能机器人中的应用
1.3.4传感器信息融合在农业领域中的应用
1.4传感器信息融合的层次
1.5传感器信息融合体系结构
1.6传感器信息融合的研究热点
1.7传感器信息融合的发展趋势
第2章MATLAB编程基础
2.1矩阵运算
2.2MATLAB编程
2.2.1顺序结构
2.2.2选择结构
2.2.3循环结构
2.3M文件与M函数
2.3.1M文件
2.3.2M函数
2.4函数控点与匿名函数
2.5MATLAB编程技巧
2.6基于MATLAB的绘图
2.6.1创建图形窗口
2.6.2二维曲线绘制
2.6.3三维绘图
2.7基于MATLAB的C代码的生成
第3章GPS、INS导航定位信息融合
3.1全球定位系统
3.1.1全球定位系统概述
3.1.2全球定位系统的组成
3.1.3全球定位系统的信号构成
3.1.4全球定位系统的测量原理
3.1.5全球定位系统的优缺点
3.2惯性导航定位系统
3.2.1惯性导航系统工作原理
3.2.2惯性导航系统基本方程
3.2.3惯性导航系统误差模型
3.3基于GPS、INS的组合导航系统
3.4GPS、INS信息融合的优势
3.5基于卡尔曼滤波的GPS、INS信息融合构架
3.6卡尔曼滤波理论
3.6.1离散型卡尔曼滤波基本方程
3.6.2连续型卡尔曼滤波基本方程
3.7GPS/INS组合导航系统建模
3.7.1状态方程的建立
3.7.2位置速度组合量测方程建立
3.8GPS/INS信息融合的MATLAB程序实现
第4章超声波传感器与视觉传感器信息融合
4.1超声波传感器与视觉传感器信息融合的基本原理
4.2超声波传感器
4.2.1超声波
4.2.2超声波测距的基本原理
4.2.3超声波传感器的硬件组成
4.2.4超声波传感器的软件设计
4.2.5超声波传感器串口通信电路
4.3视觉传感器
4.4信息融合算法的具体实现过程
4.4.1图像的增强
4.4.2图像的边缘提取
4.4.3霍夫变换检测障碍物轮廓
4.5MATLAB程序实现
4.5.1直线检测程序
4.5.2串口通信程序
4.5.3GUI界面设计
4.6实验结果与过程
第5章双目视觉传感器信息融合
5.1双目立体视觉
5.2双目视觉融合的基本原理
5.3双目视觉融合的流程
5.4极线几何
5.5双目视觉测量模型
5.5.1成像几何基础
5.5.2双目立体视觉测量数学模型
5.6本质矩阵与基础矩阵
5.7图像校正
5.8立体匹配
5.9MATLAB程序实现
5.10双目立体视觉的最新应用及发展方向
第6章多源图像融合及其实现
6.1多源图像融合概述
6.1.1多源图像融合
6.1.2图像融合的层次
6.1.3常见的图像融合类型
6.2图像融合的主要步骤
6.3图像配准概述
6.4图像融合典型方法
6.4.1加权平均融合法
6.4.2基于HIS色彩映射的融合法
6.4.3基于PCA的融合法
6.4.4多尺度分解融合法
6.5图像融合规则
6.6图像融合效果评价
6.6.1主观评价方法
6.6.2客观评价方法
6.7加权平均图像融合方法及其程序实现
6.7.1基本原理
6.7.2程序实现
6.8基于主成分分析的图像融合方法及其程序实现
6.8.1PCA变换的基本原理
6.8.2主成分分析的计算步骤
6.8.3基于主成分分析的图像融合的核心思想
6.8.4程序实现
6.9基于金字塔分解的图像融合
6.9.1图像金字塔
6.9.2基于拉普拉斯金字塔变换的图像融合
6.10基于IHS变换的遥感图像融合
6.10.1进行遥感图像融合的必要性
6.10.2IHS变换的基本原理
6.10.3基于IHS变换的遥感图像融合的基本原理
6.10.4MATLAB程序实现
6.11基于小波变换的图像融合
6.11.1连续小波变换
6.11.2离散小波变换
6.11.3基于小波变换的图像融合的步骤
6.11.4基于小波变换的图像融合的程序实现
6.12基于余弦变换的多聚焦图像融合
6.12.1多聚焦图像
6.12.2融合的基本原理
6.12.3程序实现