林业系统数据融合技术运用探究 .pdfVIP

林业系统数据融合技术运用探究

摘要：介绍了数据融合技术的根本概念和内容，分析了该技术在森林防火、森林蓄积特征的

估计和更新、森林资源调查等方面的应用，提出该技术可应用于木材无损检测及精确林业。

融合机器视觉、X射线等单一传感器技术检测木材及木制品，可以更准确地实时检测出木材

的各种缺陷；集成GPS、GIS、RS及各种实时传感器信息，利用智能决策支持系统以及可变

量技术，能够实现基于自然界生物及其赖以生存的环境资源的时空变异性的客观现实，建立

基于信息流融合的精确林业系统。

关键词：数据融合传感器无损检测精确林业应用

多传感器融合系统由于具有较高的可靠性和鲁棒性，较宽的时间和空间的观测范围，较强的

数据可信度和分辨能力，已广泛应用于军事、工业、农业、航天、交通管制、机器人、海洋

监视和管理、目标跟踪和惯性导航等领域。笔者在分析数据融合技术概念和内容的根底上，

对该技术在林业工程中的应用及前景进行了综述。

一、数据融合

1.1概念的提出

1973年，数据融合技术在美国国防部资助开发的声纳信号理解系统中得到了最早的表达。

70年代末，在公开的技术文献中开始出现基于多系统的信息整合意义的融合技术。1984年

美国国防部数据融合小组(DFS)定义数据融合为：对“多源的数据和信息进行多方的关联、相

关和综合处理，以更好地进行定位与估计，并完全能对态势及带来的威胁进行实时评估〞。

1998年1月，Buchroithner和Wald重新定义了数据融合：数据融合“是一种标准框架，这个

框架里人们说明如何使用特定的手段和工具来整合以获得实际需要的信息〞。

Wald定义的数据融合的概念原理中，强调以质量作为数据融合的明确目标，这正是很多关

于数据融合的文献中忽略但又是非常重要的方面。这里的质“量〞指经过数据融合后获得的

信息对用户而言较融合前具有更高的满意度，如可改善分类精度，获得更有效、更相关的信

息，甚至可更好地用于开发工程的资金、人力资源等。

1.2根本内容

信息融合是生物系统所具备的一个根本功能，人类本能地将各感官获得的信息与先验知识进

行综合，对周围环境和发生的事件做出估计和判断。当运用各种现代信息处理方法，通过计

算机实现这一功能时，就形成了数据融合技术。

数据融合就是充分利用多传感器资源，通过对这些多传感器及观测信息的合理支配和使用，

把多传感器在空间或时间上的冗余或互补信息依据某些准那么进行组合，以获得被测对象的

一致性解释或描述。数据融合的内容主要包括：

(1)数据关联。确定对这些数据进行综合，改良对该目标的估计，或对整个当前或未来情况

的估计。

(3)采集管理。给定传感器环境的一种认识状态，通过分配多个信息捕获和处理源，最大限

度地发挥其性能，从而使其操作本钱降到最低。传感器的数据融合功能主要包括多传感器的

目标探测、数据关联、跟踪与识别、情况评估和预测。

根据融合系统所处理的信息层次，目前常将信息融合系统划分为3个层次：

(l)数据层融合。直接将各传感器的原始数据进行关联后，送入融合中心，完成对被测对象的

综合评价。其优点是保持了尽可能多的原始信号信息，但是该种融合处理的信息量大、速度

慢、实时性差，通常只用于数据之间配准精度较高的图像处理。

(2)特征层融合。从原始数据中提取特征，进行数据关联和归一化等处理后，送入融合中心

进行分析与综合，完成对被测对象的综合评价。这种融合既保存了足够数量的原始信息，又

实现了一定的数据压缩，有利于实时处理，而且由于在特征提取方面有许多成果可以借鉴，

所以特征层融合是目前应用较多的一种技术。但是该技术在复杂环境中的稳健性和系统的容

错性与可靠性有待进一步改善。

(3)决策层融合。首先每一传感器分别独立地完成特征提取和决策等任务，然后进行关联，

再送入融合中心处理。这种方法的实质是根据一定的准那么和每个决策的可信度做出最优的

决策。其优点是数据通讯量小、实时性好，可以处理非同步信息，能有效地融合不同类型的

信息。而且在一个或几个传感器失效时，系统仍能继续工作，具有良好的容错性，系统可靠

性高，因此是目前信息融合研究的一个热点。但是这种技术也有缺乏，如原始信息的损失、

被测对象的时变特征、先验知识的获取困难，以及知识库的巨量特性等。

1.3处理模型

美国数据融合工作小组提出的数据融合处理模型，当时仅应用于军事方面，但该模型对人们

理解数据融合的根本概念有重要意义。模型每个模块的根本功能如下：

数据源。包括传感器及其相关数据(数据库和人的先验知识等)。

源数据预处理。进行数据