1 Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei23003,China
2 Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei23003,China
3 Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei23003,China
针对红外强度图和红外偏振度图融合问题，提出了基于烟花算法优化空域加权平均法的智能图像融合方法。在构建优化问题模型的基础上，确定了烟花算法的边界条件。通过引入相对熵权值建立了基于综合相对熵的适应度函数。最后，与6种典型的传统融合方法在“ground”、“truck”、“car”3组红外强度和偏振度图像数据上进行了融合实验，对融合结果进行了客观评价和视觉效果评价。实验结果表明：所提方法可以有效实现红外强度图和红外偏振度图的融合，较好保留了红外强度和红外偏振特征。综合视觉效果和客观评价结果，在相对熵、总结构相似性、总互信息指标上优于比较算法。
烟花算法 群体智能 红外偏振图像 智能融合 加权平均法 fireworks algorithm swarm intelligence infrared polarization image intelligent fusion weighted averaging method
1 中国科学院安徽光学精密机械研究所中国科学院环境光学与技术重点实验室, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
3 安徽省环境光学监测技术重点实验室, 安徽 合肥 230031
4 桂林电子科技大学, 广西 桂林 541004
针对活体荧光光谱不稳定引起的蓝藻门活体藻类定量误差问题，以实验室培养的4种类6个生长期的48个蓝藻样品为研究对象，通过测量样品叶绿素a和藻蓝蛋白的含量，结合藻类活体三维荧光光谱，研究了不同藻种种类、生长期和生长环境下蓝藻细胞色素组成和色素荧光效率的差异；定量分析不同条件对藻类活体荧光光谱不稳定性的影响，获得了不同条件下的光谱不稳定性权重谱；在此基础上，构建基于加权平均方法的蓝藻门活体藻类加权荧光光谱；比较了加权荧光光谱与不同条件下归一化荧光光谱对样品集的测量结果。结果表明：加权荧光光谱能有效降低荧光测量法对藻种种类、生长期、生长环境的依赖性，提高蓝藻门叶绿素浓度的测量准确性；测量结果的相对误差为0.1%~30.4%，平均相对误差为12.8%，相对误差最大可降低104.1%。
光谱学 三维荧光光谱 活体荧光 加权平均法 蓝藻 叶绿素a
提出了一种快速有效的实时光功率监测数据处理方法,它利用加权平均法抑制光功率采样数据的跳变.不同时期的光功率采样数据的权数不同,当前的采样数据权数为1/2,第一次的采样数据权数为1/2n-1.对所有的采样数据进行加权平均得到的加权平均值即作为实时的光功率数据.本方法比简单累次算术平均处理方法速度更快,对光功率采样数据跳变的抑制效果也非常明显.
加权平均法 光功率 监测
1 中国科学院安徽光学精密机械研究所,合肥,230031
2 国家卫星气象中心,北京,100081
3 合肥工业大学,合肥,230009
我们综合利用地面观测、探空和卫星遥感获取的气象参数(包括温度、湿度和气压等),开发了一种新的数据融合方法,它能够求出任一特定地点和特定时间大气参数的垂直分布廓线,为现代**实验提供气象参数.
数据融合 插值法 大气廓线 距离加权平均法 data amalgmation interpolation method atmospheric outline weighted distance average method
