注册 登录  
 加关注
查看详情
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

面朝大海 春暖花开

一点心得,转载本博客文章,请注明转帖,谢谢!

 
 
 

日志

 
 
关于我

中国科学院博士 主要从事遥感机理、定量反演、数据处理以及GIS应用研究。ArcGIS、Envi 、ERDAS、Ecognition软件、IDL语言、6S、SAIL

数据融合与同化--转  

2012-06-08 10:23:09|  分类: 理论 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

1? 参考术语及概念的必要性

?? 虽然数据融合的概念很容易理解,但在各种不同的学科中,它们的精确含义却各不相同:如汇合、组合、协合、综合等,这些概念或多或少有相同之处,然而又各有差异。在已出版的一些有关“融合”内容的书籍中,采用“分类”这一概念似乎更确切。在一些会议上,有人强烈呼吁,对遥感方面的参考术语进行定义。本文介绍的有关的参考词典或者说是参考术语,是由欧洲遥感试验室协会(EARSeL)及法国电气和电子工程师协会(FSEE,IEEE的法国分部)组成的工作组经过不懈努力编写而成的。

这里并不只是为了提出有关数据融合的概念。遥感界不应该构造在其他领域中也使用却有着不同含义的术语;因此,对那些在科学界已被广泛使用的特别是有关信息的术语应该尽可能的采纳,比如:图像﹑特征﹑符号等等。

在防御领域框架内已经编写了一些词典(如:美国国防部编写的“数据融合词典”,澳大利亚防御科学与技术组织编写的“数据融合词典”)。但把军事术语翻译成用于科学界地球

观测的词汇却并非易事。这就意味着要以时空标准为参考,把这些军事意义的术语进行提炼并加以扩展。也就是,不仅不能直接使用这些术语在已有词典中的意思,而且它们的新的含义也必须满足我们这个行业的特殊要求。但无论如何,我们都应该尽可能地利用已做的工作并尽可能地使用已被采用的术语。

2? 数据融合的定义

??? 数据融合的意义非常广泛,但提出一个精确的定义又是非常困难的。对这样一个广泛领域的概念是不能够仅仅通过对其加以限制的方式来定义,比如说,根据特定的波长﹑特定的获取方式或特殊的应用来定义。融合过程中用到了许多不同的数学工具,所以也不可能用这些工具来定义。

在已有的文献中,有以下几种定义。Pohl和Van Genderen提出:“图像融合是用特定的算法将两幅或多幅图像综合成一幅新的图像”;Mango-

lini把数据融合的定义扩展到了一般的信息领域,同时也涉及到了质量。他把数据融合定义为:“一种手段、方法和工具集,用以利用来自不同种类的各种信息源的数据,提高所要信息的质量(指广义上的质量)”。但这种定义倾向于方法方面,尽管它包括了工具的巨大差异,但也将定义局限于此。Hall和Llinas的定义也提到了信息的质量,但仍集中在方法上:“数据融合技术组合多传感器的数据和关联数据库中的相关的信息,目的是为了获取比使用单传感器更高的精度和更加明确的推断”。

美国国防部认为:“数据融合是一个多级多侧面的加工过程,包括对多个源的数据和信息的自动化探测、互联、相关、估计和组合处理。”L.A.Klein又将这一定义提炼为:“对单源或多源数据和信息进行自动探测﹑互联﹑相关﹑估计和组合的多级﹑多侧面的加工处理过程。”与数据融合是将各类信息相组合的定义相比,这种定义(多级处理)更具有一般性。通过第四级“过程精化”处理过程可提高信息的质量。李晓榕等人提出,“融合是指将一组传感器组合以达到产生更可靠和更高质量的单个信号的目的。”这里提到了质量和可靠性,但并没有涉及到它们的概念。而且,还将“融合”限制在了传感器和信号方面。

通常认为,融合是在数据融合的3个级别上发生的:即象素级﹑属性级和决策级。这存在两个缺陷。首先“象素”这个词是不恰当的,它仅仅是信息的一种支撑并不具有语义上的意义,量测﹑观测或信号或许更容易被接受;其次从整体上说,这样的分类很有可能产生误导作用,使人们认为融合不能同时处理不同级别信息。在地球观测领域,融合可以利用地理信息系统中的特征(属性级)对来自于多个传感器的多频谱的图象(量测级)进行分类。在这种特殊情况下,有些数据是测得的能量信息,其他的则可能是符号。对这种情形,Houzelle和Giraudon提出的形式化描述更加具有优越性。它允许所有的语义级别(量测,属性,决策)同时是一个融合过程的输入。Wald提出了几个应用于遥感领域的这类形式化描述的例子。

总之,绝大多数的定义,虽然在一定程度上注意到了质量,但还是过多的集中于方法。总体上看来,这些定义未涉及到概念,而科学家和实践家都明确表达了需要表述一个概念性框架。

为了寻求一种更加合适的定义,在建立定义时必须遵循以下原则。数据融合的定义不应限于传感器的数据输出(信号),也不应以信息的语义级为基础。我们要为数据融合建立一个概念性框架,就不应该把定义限制于方法和技术或系统的体系结构上。1998年1月,以Buchroithner和Wald的工作为基础,给出了以下定义:“数据融合是一个形式化的框架,由用于联合多个数据源数据的一组明确的方法和工具组成;处理的目的是为了获得更高质量的信息,这里‘更高质量’的确切的涵义则取决于应用。”

很明显,该定义强调了遥感中数据融合的根本问题:系统的框架和基本原则,而不是所用的工具和方法。但在其他定义中往往是恰恰相反的,它们更加强调工具和途径。工具和途径虽然非常重要,但它们仅仅是途径,而不是原则。

其次,它也强调了质量。当然,这正是大多数有关数据融合的文献中忽略但又是最棘手的一部分内容。这里,质量并不具有非常特定的含义。它是指融合所得的最终信息与不采用融合相比,更令“顾客”满意。比如说,更好的质量可以是指在地球物理学参数或分类方面更高的精度;也可以是取得与更可靠的操作或是与提高可用性更相关的信息。更高的质量也可以指更好地覆盖所关心的区域或是更好地使用分配给一个项目的财力和人力资源。

在这一定义中,同一传感器的不同的频谱通道被认为是不同的源,就好象不同时刻的图像认为是不同源一样。因此,对同一传感器所得图像的任何处理都与数据融合的范围有关。比如,多波段图象的分类,或规格化的不同植被指数的计算,或利用同一传感器的其他波段进行各波段的大气校正。对由同一传感器或不同传感器所得的数据进行时间序列处理也认为是融合。

3? 其它一些定义:汇合(merging)”和“组合(combination)”这两个术语要比“融合”具有更广泛的意义,而“组合”又要比 “汇合”的意义更广。汇合与组合定义了在两个或两个以上的信息集上进行数学运算的任何过程。这些定义,为了给各种解释提供空间,有意地放松了定义的条件。汇合与组合并不与融合的意义矛盾。这两个术语更加通用,因为我们经常需要用这样的术语从整体上描述过程或方法,而不涉及细节。尽管,“综合(integration)” 与“汇合”和“组合”具有相同的涵义,但它通常指相关信息的结合(即,扩充状态矢量),而不是提取相关信息。

属于数据融合的另一范畴是:

???? 数据同化(data assimilation)或最优控制,数据同化是把测量数据包含到数值模型中,以便于分析和预测系统行为。在数据同化中的一个著名的例子就是卡尔曼滤波。天气预报就是数据同化的日常运用。

在数据融合中,经常使用量测﹑属性﹑规则、决策这样的术语。这些名词以及与信息有关的其他术语将在下面给出定义。它们已被运用在信息科学中,在一些出版的刊物中可以找到这些术语的定义。

量测(measurement)主要指传感器的输出,在二维情形也称为信号或图象。在一幅图象中量测本质上就是象素,一般情况也被称为是一个样本。广义上,量测是指原始信息。比如,一个口头报告就是一条原始信息,它可以被看成是一个信号。遥感中,在可见范围内,量测是一些数字符号,这些数字可以在进行刻度操作后转化为辉度。如果运用对日照角的修正,就可以得到反射系数,此时它可以被认为是一个信号。

对象(object)可以用它的特性来定义。比如,用它的颜色、形状、材料,以及与它相邻的物体等等来定义。它可以是土地、建筑物、路的边缘、云、海中的漩涡等等。比如,如果要对多频谱图像进行分类,就要把属于同一类的象素进行空间上的组合。这样可以得到由一些象素在空间上扩展而成的对象图。广义上,一个象素也可以视为一个对象。

  评论这张
 
阅读(1054)| 评论(0)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2018