专利交易市场

本发明公开一种基于改进D‑S证据理论的多光谱信息融合水体污染物识别方法，具体步骤包括：采集样本的吸收光谱和三维荧光光谱；建立污染物识别模型，根据已知污染物样本的光谱建立识别模型，包括单光谱模型建立和决策级融合过程；对待测样本进行识别，将待测样本的吸收光谱和三维荧光光谱输入到建立好的污染物识别模型中进行识别，得到样本中可能含有的污染物的类别标签。本申请根据吸收光谱和三维荧光光谱的相关性和互补性，建立这两种光谱的融合模型，采用基于改进D‑S证据理论的决策级融合方法，根据特定的融合规则，对每个单光谱模型的预测结果进行融合，避免不同光谱数据类型差异的影响，获取更全面的污染物特征信息，使模型具有更高的可靠性和鲁棒性。

本发明涉及一种基于DS证据理论的多摄像头融合的路面交通标志识别方法，属于图像处理技术领域。该方法主要针对直行、左转、右转、直行左转、直行右转这五类路面交通指示标志进行识别，分为训练和测试两部分。在训练阶段，提取训练样本的方向梯度直方图特征，将样本特征和类别标签导入支持向量机中进行分类训练，得到训练好的分类器；在测试阶段，通过图像预处理得到感兴趣区域，提取感兴趣区域的方向梯度直方图特征并送入分类器中进行分类，根据分类器获取的待识别标志属于每个类别的可信度，结合DS证据理论数据融合方法和最大信任值决策规则，确定最终标志识别结果。本发明采用基于DS证据理论的多摄像头数据融合方法，融合多摄像头的信息得到最终识别结果，能够稳定、高效地识别路面交通标志。

本发明公开了一种基于证据理论的物体新鲜度无损检测方法，涉及图像处理技术领域，该方法包括：选取待检测物体的N个新鲜度不同的检测样本，对于每个检测样本，确定新鲜度等级并获取高光谱图像，通过高光谱图像确定特征参数，采用至少两种不同的算法对N个检测样本的特征参数进行特征融合从而得到至少两个预测模型，基于证据理论对至少两个预测模型进行融合得到对样本的新鲜度等级的融合预测模型，利用融合预测模型对待检测物体进行新鲜度无损检测；该方法可以克服单模型泛化能力不高、精度低的缺点，可以提高物体新鲜度的预测精度，操作简单、快速有效，并具有较高的鲁棒性和模型泛化能力。