提出了一种基于多通道 Gabo r滤波器和 FCM聚类的图像融合新方法。该方法先利用模糊 C2均值聚类算法在多通道 Gabo r滤波器形成的特征空间上对图像进行区域分割 再对待融合图像进行多尺度小波分解 在此基础上利用 Gabo r滤波器提取高频段纹理特征构造区域相似度 ,应用区域相似度及信息量构造加权因子 ,从而得到融合图像的小波系数 最后 ,利用小波逆变换得到融合图像.-Proposed a multi-channel Gabo r filter and FCM clustering f

结合PCA的尺度不变特征变换(SIFT)算法，数学方法是部分子空间法，D-S证据理论数据融合，基于分段非线性权重值的Pso算法，重要参数的提取，处理信号的时频分析，基于欧几里得距离的聚类分析。- Combined with PCA scale invariant feature transform (SIFT) algorithm, Mathematics is part of the subspace, D-S evidence theory data fusion, Based on pie

仿真效果非常好，信号处理中的旋转不变子空间法，快速扩展随机生成树算法，现代信号处理中谱估计在matlab中的使用，基于欧几里得距离的聚类分析，结合PCA的尺度不变特征变换(SIFT)算法，采用的是脉冲对消法，滤波求和方式实现宽带波束形成。- Simulation of the effect is very good, Signal Processing ESPRIT method, Rapid expansion of random spanning tree algorithm, Modern

基于计算机视觉所提出的尺度空间融合理论的空间聚类方法(Spatial clustering method based on the theory of scale space fusion proposed by computer vision)