前言

隨著科學技術的發展，信息化已經在各個領域中得到了重視和發展，特別是在軍事方面的應用，如何獲得有效信息是現代化戰爭的一個關鍵點。各個國家都投入了很大的人力和物力，用以實現對目標的全天候、全方位、多角度的有效識別與追蹤。單一傳感器的工作環境正變得日益復雜，如遇到移動、遮擋、縮放和旋轉的目標時，需要通過利用多傳感器來同時獲取目標多方位特征，對其進行有效的融合分析，從而能夠實現對目標的識別。目前，多傳感器信息融合大多被應用在模式識別、目標跟蹤等方面，同時在交通﹑網絡安全﹑工業﹑軍事和生物醫學等領域也有著非常好的應用前景。

在傳統的目標識別系統中，由于技術局限、環境復雜度不高和工作要求低，一般都以單一傳感器來獲取數據，所以獲得目標或場景的信息一般都是片面的，并且受一定的光線和環境影響導致了精確度低。為此人們提出了基于多傳感器多特征的目標識別方法。

本書研究了信息融合目標識別技術，首先分析了特征級融合目標識別的基本理論，然后研究了多源圖像的預處理、結合閾值分割的分水嶺算法、結合聚類分割的分水嶺算法、目標特征提取方法。對于特征融合方法。研究了基于協方差矩陣多特征信息融合、基于主成分分析的特征融合方法、基于改進免疫遺傳的特征融合方法、基于獨立分量的特征融合、對典型相關分析特征融合方法的改進。最后介紹了基于優化改進的反向傳播神經網絡目標識別、模糊支持向量機理論與編程實現、基于模糊支持向量機的識別系統實現。

本書由胡玉蘭、郝博、王東明、郝偉光、秦麗娟、胡南南、李芳著。本書的研究工作得到了國家自然科學基金面上項目（項目號：61373089）的資助，作者在此表示誠摯的感謝。同時感謝機械工業出版社參加本書出版工作的同志們的大力支持與幫助。

信息融合目標識別技術目前仍處于不斷發展的階段，許多理論和算法還不夠完善，加之作者水平所限，書中難免有疏漏之處，懇請廣大讀者批評指正。

作者