数据融合技术的发展与应用现状分析.doc

数据融合技术的发展与应用现状分析 一、数据融合技术的发展 数据融合一词最早出现在年代末期。根据国外研究成果，数据融合比较确切的定义可概括为：多源信息是数据融合的加工对象，协调优化是数据融合的核心。随着传感器技术的迅速发展以及军事领域的强烈需求，数据融合是一个新兴的研究领域，复杂工业过程控制、机器人、自动目标识别、交通管制、惯性导航、海洋监视和管理、农业、遥感、医疗诊断、图像处理、模式识别等领域。与相比，在解决探测、跟踪和目标识别、等问题方面。随着数据融合技术的发展，应用领域也不断扩大。X 射线等）数据融合技术的木材及木制品表面缺陷检测，可以集成多个传统单项技术，更可靠、准确地实时检测出木材表面的各种缺陷，为实现木材分级自动化、智能化奠定基础，同时为集裁除锯、自动调整、自动裁除节子等为一身的新型视频识别集成材双面节子数控自动剔除成套设备提供技术支持[16]。 在森林火灾方面，余启刚运用数据融合技术，在空间分辨率为1000m的热辐射通道的数据中加入空间分辨率为250m的可见光通道的数据，较好地进行了不同空间分辨率信息的数据融合，大大提高了对火点位置的判断准确度[17]。 在森林资源蓄积量方面，Hampus Holmstrom等在瑞典南部的试验区将SPOT-4 ×S 卫星数据和CARABAS-II V HFSAR传感器的雷达数据进行了融合，采用KNN（K Nearest Neighbor）（）[18]。KNN 方法就是采用目标样地邻近k个（k = 10）Trevor J Davis等提出了采用非垂直的航空摄影数据融合对应的GIS 数据信息实现森林调查数据的快速更新，他们认为对森林资源整体而言，只是某些特殊地区的资源数据需要更新。在直升飞机侧面装上可视的数字摄像装置，利用GPS 对测点进行定位，对特殊地区的摄像进行拍摄，同时与对应的GIS数据进行融合，做出资源变化的估计或影像的修正[20]。试验表明，融合后的数据可以同高分辨率矫正图像相比，该方法花费少、精度高、能充分利用影像的可视性，应用于偏远、地形复杂、不易操作、成本高的区域，同时可避免遥感图像受云层遮盖。 目前单项的GPS、RS、GIS 正从“自动化孤岛”形式应用于林业生产向融合技术转变。林业生产系统作为一个多组分的复杂系统，是由能量流动、物质循环、信息流动所推动的具有一定的结构和功能的复合体，各组分间的关系和结合方式影响系统整体的结构和功能。因此应该在计算机融合系统框架下，有效地融合GPS、GIS、RS 等数据，解决这些信息在空间和时间上的质的差异及空间数据类型的多样性，使林业生产成为一个高效、柔性和开放的体系，从而实现林业生产的标准化、规范化、开放性，[1]刘星,胡光道.多源数据融合技术在成矿预测中的应用[J].地球学报,2003,24(5):463-468. [2]徐从富,耿卫东,潘云鹤.面向数据融合的DS方法综述[J].电子学报,2001,29(3):393-396. [3]Misha Pavel,Xubo Song. Data Fusion-Theory and Applications.Department of Electricala and Computer Engineering Oregon Graduate Institute of Science and Technology, avel@. [4]Alan N. Steinberg, Christopher L. Bowman, Franklin E. White. Revisions to the JDL Data Fusion Model, /reports. [5]Llinas J，Waltz E．Multisensor data fusion.Norwood,MA：Artech House,1990. [6]Hall L D.Mathematical Techniques in Multisensor Data fusion. Norwood,MA：Artech House,1990. [7]Hall L D,Llinas J.Handbook of Multisensor Data Fusion. Boca Raton,FL,USA: CRC Press,2001. [8] Elisa Shahbazian, Louise Baril and Jean-Rémi Duquet.Optimizatiom of the Multi-source Data Fusion System for Integration on the Canadian Patrol Frigate. Information Security. Volume 2,1999: 1311-1493. [