多源信息融合五種演算法融合論文

『壹』 信息融合的方法

利用多個感測器所獲取的關於對象和環境全面、完整信息，主要體現在融合演算法上。因此，多感測器系統的核心問題是選擇合適的融合演算法。對於多感測器系統來說，信息具有多樣性和復雜性，因此，對信息融合方法的基本要求是具有魯棒性和並行處理能力。此外，還有方法的運算速度和精度；與前續預處理系統和後續信息識別系統的介面性能；與不同技術和方法的協調能力；對信息樣本的要求等。一般情況下，基於非線性的數學方法，如果它具有容錯性、自適應性、聯想記憶和並行處理能力，則都可以用來作為融合方法。多感測器數據融合雖然未形成完整的理論體系和有效的融合演算法，但在不少應用領域根據各自的具體應用背景，已經提出了許多成熟並且有效的融合方法。

『貳』 信息融合技術的介紹

信息融合又稱數據融合，也可以稱為感測器信息融合或多感測器信息融合，是一個對從單個和多個信息源獲取的數據和信息進行關聯、相關和綜合，以獲得精確的位置和身份估計，以及對態勢和威脅及其重要程度進行全面及時評估的信息處理過程；該過程是對其估計、評估和額外信息源需求評價的一個持續精練（Refinement）過程，同時也是信息處理過程不斷自我修正的一個過程，以獲得結果的改善。信息融合技術可概括為：利用計算機技術對按時序獲得的若干感測器的觀測信息在一定準則下加以自動分析、綜合處理，以完成所需的決策和估計任務而進行的信息處理過程。按照這一定義，多感測器系統是信息融合的硬體基礎，多源信息是信息融合的加工對象，協調優化和綜合處理是信息融合的核心。

『叄』 多源異構數據融合技術要用到什麼演算法

經緯儀引導數據的數據融合可以採用參數估計融合演算法，即對8組引導數據，按照某種估計准則函數，利用引導數據序列對目標在空間的位置值作出估計，得到目標准確的位置值，消除引導過程中的不確定性。 為准確估計目標的位置值(以Y為例)，對8組引導數據進行線性觀測，得到的引導值為Cj，Y,j=1，2，3，…，n，其中：Cj為常值。 由於觀測有誤差，實際所得的引導值為：Ej＝CjY十cj，其中ej為觀測誤差，服從均值為0的正態分布。 依據Bayes後驗估計理論，可得到n個引導數據的狀態最優估計為： ＾Yop，(E1E2E3...En)＝maxP(Y│E1E2E3...En) (1) Y＾ 即位置的數據融合問題，可以轉化為求出滿足Y的最大後驗概率maxP(Y│E)的估計值Y（E）的問題。在經緯儀實時測量中，對多路引導源的異構引導數據，採用分布圖法進行數據合理性檢測，採用參數估計的邏輯規則進行數據融合，消除各引導數據的不確定性，可以獲得更准確、更可靠的引導數據，從而提高整個測量系統的工作性能。即使某一個甚至幾個引導源工作同時不正常時，其他引導源不受影響獨立地提供信息，指揮中心仍可依據非失效的引導數據獲知目標的准確位置，將失效的經緯儀很快的引導到目標觀測點，降低了整個測量系統的脆弱程度。

『肆』 多源信息融合的內容提要

括目標跟蹤理論、檢測融合、估計融合、數據關聯、非同步信息融合和異類信息融合； 也包括圖像融合特別是遙感圖像融合、智能交通中的信息融合，以及態勢評估與威脅估計等內容。本書理論體系完整，材料取捨適當，適合從事多源信息融合理論研究和工程應用的專業技術人員參考，也可以作為相關專業大學本科高年級學生和研究生，特別是博士研究生的參考讀物。

『伍』 多感測器信息融合有哪些常用的融合演算法

感測器(英文名稱:transcer/sensor)是一種檢測裝置，能感受到被測量的信息，並能將感受到的信息，按一定規律變換成為電信號或其他所需形式的信息輸出，以滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求。
感測器的特點包括:微型化、數字化、智能化、多功能化、系統化、網路化。它是實現自動檢測和自動控制的首要環節。感測器的存在和發展，讓物體有了觸覺、味覺和嗅覺等感官，讓物體慢慢變得活了起來。通常根據其基本感知功能分為熱敏元件、光敏元件、氣敏元件、力敏元件、磁敏元件、濕敏元件、聲敏元件、放射線敏感元件、色敏元件和味敏元件等十大類。

『陸』 請問 信息融合的演算法有哪幾種包括同源和異源的。萬分感謝！

對不起，不是很清楚

『柒』 遙感數據融合詳細步驟，急急急，做論文的！！！！

一、資料的收集與分析 遙感制圖所需的資料范圍較廣，一般需要收集如下資料
1、編制地區的普通地圖 、 （1）比例尺最好與成圖比例尺一致或稍大於成圖比例尺 （2）選用面積變形較小的地圖投影
2、遙感資料 後幾年的影像 在選擇遙感圖像時，要遵循以下幾個原則：
（1）空間解析度及制圖比例尺的選擇 空間解析度指像素 代表的地面范圍的大小，即掃描儀的瞬時視場或地面物體能分辨的最小單元。 空間解析度指像素所代表的地面范圍的大小，即掃描儀的瞬時視場或地面物體能分辨的最小單元的地面范圍的大小 由於遙感制圖是利用遙感圖像來提取專題制圖信息的，因此在選擇遙感圖像空間解析度時要考慮以 下兩點要素：一是判讀目標的最小尺寸，二是地圖成圖比例尺。遙感圖像的空間解析度與地圖比例尺有 密切關系：空間解析度越高圖像可放大的倍數越大，地圖的成圖比例尺也越大。 遙感圖像的比例尺應與成圖比例尺一致或象片比例尺稍大於成圖比例尺，這樣可以避免成圖比例尺 大尺度變換的繁瑣技術問題。但對於專題要素的判讀、分類、描繪來說，往往要選擇大於地圖比例尺的 象片為宜。
（2）波譜解析度與波段的選擇 波譜解析度是指感測器在接受目標輻射的波譜時能分辨的最小波長間隔。間隔越小，解析度越高。 波譜解析度是指感測器在接受目標輻射的波譜時能分辨的最小波長間隔。間隔越小，解析度越高。 是指感測器在接受目標輻射的波譜時能分辨的最小波長間隔 波譜解析度，是由感測器所使用的波段數目，也就是選擇的通道數，以及波段的波長和寬度所決定。各 遙感器波普解析度在設計時， 都是有針對性的， 多波段的感測器提供了空間環境不同的信息。 TM 為例： 以 TM1 藍波段：對葉綠素和夜色素濃度敏感，用於區分土壤與植被、落葉林與針葉林、近海水域制圖。 TM2 綠波段：對無病害植物葉綠素反射敏感 TM3 紅波段：對葉綠素吸收敏感，用於區分植物種類。 TM4 近紅外波段：對無病害植物近紅外反射敏感，用於生物量測定及水域判別。 TM5 中紅外波段：對植物含水量和雲的不同反射敏感，可判斷含水量和雪、雲。 TM6 遠紅外波段：作溫度圖，植物熱強度測量 TM 圖象的性質 波段 1 2 3 4 5 6 7 光譜范圍 （微米） 0.45—0.52 0.52—0.60 0.63—0.69 0.76—0.90 1.55—1.75 10.4—12.5 2.08—2.35 光譜性質 藍 綠 紅 近紅外 中（近）紅外 熱（中）紅外 中紅外 地面分辨 率（米） 30 30 30 30 30 120 30 主 要 應 用 地壤與植被分類 健康植物的綠色反射率 探測不同植物的葉綠素吸收 生物量測量，水體制圖 植物濕度測量，區分雲與雪 植物熱強度測量，其它熱制圖 水熱法制圖，地質采礦 包括航空象片、衛星象片及它們的底片和磁帶、航空象片鑲輯圖、若為動態監測還需要前
（3）時間解析度與時相的選擇 遙感圖像是某一瞬間地面實況的記錄，而地理現象是變化、發展的。因此，在一系列按時間序列成像的 遙感圖像 多時相遙感圖像中，必然存在著最能揭示地理現象本質的「最佳時相」圖像 把感測器對同一目標進行重復探測時， 相鄰兩次探測的時間間隔稱為遙感圖像的時間解析度。 Landsat 如 1、2、3 的圖像最高時間解析度為 18 天，Landsat4、5、7 為 16 天，SPOT-4 為 26 天，而靜止氣象衛星的 時間解析度僅為半小時。 遙感圖像的時間解析度對動態監測尤為重要。如：天氣預報、災害監測等需要短周期的時間解析度，因 此常以「小時」為單位。植物、作物的長勢監測、估產等需要用「旬」或「日」為單位。 顯然只有氣象衛星的圖像信息才能滿足這種要求；研究植被的季相節律、農作物的長勢，目前以選擇 landsat-TM 或 SPOT 遙感信息為宜。
3、其他資料 土地現狀圖、土地利用報告 、編圖地區的統計資料、政府文件、地方誌等
二、確立專題要素的分類系統
三、遙感圖像處理
1、遙感圖像處理方法的選擇 、
（1）光學處理法 常用的方法有：假彩色合成（加色法、減色法）、等密度分割、圖像相關掩膜。
（2）數字圖像校正 方法：輻射校正、幾何校正
（3）數字圖像增強的方法：
A. 對比度變換
B.空間濾波：是指在圖像空間或空間頻率對輸入圖像應用若干濾波函數而獲得改進的輸出圖像的技術。 空間濾波 常用的空間濾波的方法有：平滑和銳化。 ：平滑和銳化 平滑：圖像中出現某些亮度變化過大的區域，或出現不該有的亮點（「雜訊」）時，採用平滑的方法可以減小變化， 平滑 使亮度平緩或去掉不必要的「雜訊」點。具體方法有：均值平滑、中值濾波 均值平滑、 均值平滑 銳化：為了突出圖像的邊緣、線狀目標或某些亮度變化率大的部分，可採用銳化方法。常用的幾種方法：羅伯特 銳化 梯度、索伯爾梯度、拉普拉斯演算法、定向檢測
C.彩色變換 彩色變換就是將黑白圖像轉換成彩色圖像的方法。主用的方法有單波段彩色變換、多波段彩色變換、 彩色變換: 彩色變換 HLS 變換等。
D.圖像運算
E.多光譜變換 多光譜變換: 多光譜變換 兩幅或多幅單波段影像，完成空間配准後，通過一系列運算，可以實現圖像增強，達到提取某些信息 或去掉某些不必要信息的目的。方法：差值運算、比值運算 多光譜變換就是指用某種變換把信息集中於較少（一般為 3 個）波段內。常用的方法有：主成分分 主成分分 變換） 纓帽變換（ 、纓帽變換 變換） 、沃爾什—哈達瑪變換、傅立葉變換、植被指數變換、斜變 析（K-L 變換） 纓帽變換（K-T 變換） 、 換、餘弦變換等等。 主成分分析（ 變換） 主成分分析（K-L 變換）的主要特性有二： a．能夠把原來多個波段中的有用信息盡量集中到數目盡可能少的新的組分圖像中。 b．還能夠使新的組分圖像中的組分之間互不相關，也就是說各個組分包含的信息內容是不重疊的。 K-L 變換的缺點 的缺點是不能排除無用以至有礙的雜訊和干擾因素。 的缺點 纓帽變換（ 變換） ：它是 Kauth 和 Thomas（1976 年）通過分析 MSS 圖像反映農作物或植被生長過程的數據結 纓帽變換（K-T 變換） 構後，提出的正交線性變換。 K-T 變換的特點：a．能夠把原來多個波段中的有用信息壓縮到較少的新的波段內。 b．要求新波段正交或近似正交。 c．分離或削弱無用的干擾因素。 （4）多源信息復合 ）

四、遙感圖像的判讀
1、遙感圖像目視判讀 遙感圖像的判讀標志：
遙感圖像的判讀標志：是指圖像上反映出的地物和現象的圖像特徵，是以深淺不同的黑白色調（灰階） 或不同的色彩構成的各種各樣圖形現象出來的。 遙感圖像的判讀標志可概括為：顏色、形狀、空間位置 ：顏色、形狀、 顏色——色調、 顏色、 顏色——色調、 顏色、陰影 ——色調 形狀——形狀、紋理、 大小 、 形狀 、 位置——位置、圖型、相關布局 位置
2、目視解譯的方法
（1）直接判讀法（2）對比分析法 （3）信息復合法（4）綜合推理法（5）地理相關分析法 （1）直接判讀法：是根據遙感影像目視判讀直接標志，直接確定目標地物屬性與范圍的一種方法。 直接判讀法 例如，在可見光黑白像片上，水體對光線的吸收率強，反射率低，水體呈現灰黑到黑色，根據色調可以從影像 上直接判讀出水體，根據水體的形狀則可以直接分辨出水體是河流，或者是湖泊。在 MSS4、5、7 三波段假彩色影 像上，植被顏色為紅色，根據地物顏色色調，可以直接區別植物與背景。 （2）對比分析法 此方法包括同類地物對比分析法、空間對比分析法和時相動態對比法。 A.同類地物對比分析法 同類地物對比分析法是在同一景遙感影像上，由已知地物推出未知目標地物的方法。 同類地物對比分析法 B.空間對比分析法 空間對比分析法是根據待判讀區域的特點，選擇另一個熟悉的與遙感圖像區域特徵類似的影像，將兩個影像相互 空間對比分析法 對比分析，由已知影像為依據判讀未知影像的一種方法。 C.時相動態對比法，是利用同一地區不同時間成像的遙感影像加以對比分析，了解同一目標地物動態變化的一種解 .時相動態對比法 譯方法。 （3）信息復合法：利用透明專題圖或者透明地形圖與遙感圖像重合，根據專題圖或者地形圖提供的多種輔助信息， 信息復合法 識別遙感圖像上目標地物的方法。 （4）綜合推理法：綜合考慮遙感圖像多種解譯特徵，結合生活常識，分析、推斷某種目標地物的方法。 綜合推理法 （5）地理相關分析法：根據地理環境中各種地理要素之間的相互依存，相互制約的關系，藉助專業知識，分析推斷 地理相關分析法 某種地理要素性質、類型、狀況與分布的方法。

3、目視解譯的基本步驟 （1）准備工作 •選擇合適波段與恰當時相的遙感影像 •相關專題地圖的准備 •工具材料准備 •熟悉地理概況 •確定專題分類系統 （2）室內初步解譯與判讀區的野外考察 室內建立初步判讀標志 •初步解譯的主要任務是掌握解譯區域特點，確立典型解譯樣區，建立目視解譯標志，探索解譯方法，為全面解譯 奠定基礎。 •在室內初步解譯的工作重點是建立影像解譯標准，為了保證解譯標志的正確性和可靠性，必須進行解譯區的野外 調查。野外調查之前，需要制定野外調查方案與調查路線。 野外考察驗正判讀標志 在野外調查中，為了建立研究區的判讀標志，必須做大量認真細致的工作，填寫各種地物的判讀標志登記表， 以作為建立地區性的判讀標志的依據。在此基礎上，制訂出影像判讀的專題分類系統，根據目標地物與影像特徵之 間的關系，通過影像反復判讀和野外對比檢驗，建立遙感影像判讀標志。 （3）室內詳細判讀 在詳細判讀過程中，要及時將解譯中出現的疑難點、邊界不清楚的地方和有待驗證的問題詳細記錄下來，留待野 外驗證與補判階段解決。 （4）野外驗證與補判 野外驗證指再次到遙感影像判讀區去實地核實解譯的結果。主要內容包括兩方面： •檢驗專題解譯中圖斑的內容是否正確。 •驗證圖斑界線是否定位準確，並根據野外實際考察情況修正目標地物的分布界線。 （5）目視解譯成果的轉繪與制圖 遙感圖像目視判讀成果，一般以專題圖或遙感影像圖的形式表現出來。

五、遙感圖像計算機解譯
圖像分類方法 監督分類
1.(1) 最小距離法 最小距離法（minimum distance classifier） •以特徵空間中的距離作為像素分類的依據。 •在遙感圖象上對每一類別選取一個具有代表意義的統計特徵量；計算待分像元與已知類別之間的距離，將其歸 屬於距離最小的一類。 •最小距離分類法原理簡單，分類精度不很高，但計算速度快，它可以在快速瀏覽分類概況中使用。
(2) 分級切割分類法 分級切割分類法（multi-level slice classifier） 多級切割法（multi-level slice classifier）是根據設定在各軸上的值域分割多維特徵空間的分類方法。
(3) 特徵曲線窗口法 •特徵曲線窗口法分類的依據是：相同的地物在相同的地域環境及成像條件下，其特徵曲線是相同或相近的，而不 同地物的特徵曲線差別明顯。 •特徵曲線窗口法分類的效果取決於特徵參數的選擇和窗口大小。各特徵參數窗口大小的選擇可以不同，它要根據 地物在各特徵參數空間里的分布情況而定。
(4) 最大似然法 最大似然法（maximum likelihood classifier） •地物圖象可以以其光譜特徵向量 X 作為亮度在光譜特徵空間中找到一個相應的特徵點，來自於同類地物的各種特 征點在特徵空間中將形成一種屬於某種概率分布的集群。 • 判別某一特徵點類屬的合理途徑是對其落進不同類別集群中的條件概率進行比較， 相應於條件概率大的那個類別， 應是該特徵點的歸屬。

2、監督分類步驟
（1）選擇有代表性的訓練場，確定各類地物的范圍界線。
（2）對各類地物光譜值統計，提取各地物的數值特徵。
（3）確定分類判別函數：最小距離法、馬氏距離法等。
（4）分類參數、閾值的確定；各類地物像元數值的分布都圍繞一個中心特徵值，散布在空間的一定范圍，因此需要 給出各類地物類型閾值，限定分布范圍，構成分類器。
（5）分類：利用分類器分類。
（6）檢驗：對初步分類結果精度進行檢驗（分類精度、面積精度、位置精度等） 對分類器進行調整。
（7）待分類影象分類。
（8）分類結果的矢量化。
非監督分類 前提：遙感影象上同類物體在同樣條件下具有相同的光譜信息特徵，依靠影象上不同類地物光譜信息（或紋理信息） 進行特徵提取，再統計特徵的差別來達到分類的目的，最後對已分出的個別類進行確認。 非監督分類方法是在沒有先驗類別（訓練區）作為樣本的條件下，即事先不知道類別特徵，主要根據像元間相似度 非監督分類方法 的大小進行歸類合並（將相似度大的像元歸為一類）的方法。主要有： （1）分級集群法（2）動態聚類法
第二節 從影像生成專題地圖
一、目視解釋的專題地圖
（1）影像預處理 包括遙感數據的圖像校正、圖像增強，有時還需要實驗室提供監督或非監督分類的圖像。
（2）目視解譯 經過建立影像判讀標志，野外判讀，室內解譯，得到繪有圖斑的專題解譯原圖。
（3）地圖概括 按比例尺及分類的要求，進行專題解譯原圖的概括。專題地圖需要正規的地理底圖，所以地圖概括的同時也進行圖斑向地理底圖的轉繪。
（4）地圖整飾 在轉繪完專題圖斑的地理底圖上進行專題地圖的整飾工作。
二、數字圖像處理的專題制圖
（1）影像預處理 同目視解譯類似，影響經過圖像校正、圖像增強，得到供計算機分類用的遙感影像數據。
（2）按專題要求進行影像分類。
（3）專題類別的地圖概括 包括在預處理中消除影像的孤立點，依成圖比例尺對圖斑尺寸的限制進行柵格影像的概括。
（4）圖斑的柵格/矢量變換。
（5）與地理底圖疊加，生成專題地圖。
三、遙感系列制圖
系列地圖，簡單說就是在內容上和時間上有關聯的一組地圖。我們所討論的系列地圖，是指根據共同的制圖目的，利用同一的制圖信息源，按照統一的設計原則，成套編制的遙感專題地圖。
地理底圖的編製程序：採用常規的方法編制地理底圖時，首先選擇制圖范圍內相應比例尺的地形圖，進行展點、鑲嵌、照像，製成地圖薄膜片，然後將膜片蒙在影像圖上，用以更新地形圖的地理要素。經過地圖概括，最後製成供轉繪專題影像圖的地理底圖，其比例尺與專題影響圖相同。
遙感系列制圖的基本要求
1.統一信息源
2.統一對制圖區域地理特徵的認識
3.制定統一的設計原則
4.按一定的規則順序成圖

『捌』 信息融合技術的信息融合技術內涵

信息融合又稱數據融合，也可以稱為感測器信息融合或多感測器信息融合。
信息融合技術可概括為：利用計算機技術對按時序獲得的若干感測器的觀測信息在一定準則下加以自動分析、綜合處理，以完成所需的決策和估計任務而進行的信息處理過程。按照這一定義，多感測器系統是信息融合的硬體基礎，多源信息是信息融合的加工對象，協調優化和綜合處理是信息融合的核心。
從軍事角度講，信息融合可以理解為對來自多源的信息和數據進行檢測、關聯、相關、估計和綜合等多級多方面的處理，以得到精確的狀態和類別判定以及進行快速完整的態勢和威脅估計。
也可以認為，信息融合或數據融合技術是利用計算機技術對來自多感測器（同類或不同類）探測的多源信息按一定規則進行自動分析和綜合後自動生成人們所期望的合成信息的信息處理技術。它包括多類型、多源、多平台感測器所獲得的各種情報信息（如數據、照片、視頻圖像等信息）進行採集、傳輸、匯集、分析、過濾、綜合、相關及合成，快速進行情報處理和自動圖形標繪。其主要技術有以下幾點。
① 數據融合理論方法研究。
② 多探測器不完全測量數據融合的演算法研究。
③ 專家系統在數據融合中的應用技術。
④ 目標自動識別方法研究。
⑤ 並行處理技術在數據融合中應用研究。
⑥ 數據融合中信息的可靠採集、分析和資源保護安全技術等。
採用信息融合技術有以下優點。
（1）提供穩定的工作性能
系統中各感測器彼此獨立地提供目標信息，任一感測器的失效、受到外界干擾而探測不到某目標時，它並不影響其他感測器的工作性能。
（2）提高空間分辨力
利用多感測器可以用幾何方法形成一個感測器孔徑，以獲得比任何單一感測器更高的分辨力。
（3）獲得更准確的目標信息
多感測器提供的不同信息減少了關於目標或事件的假設集合。此外，對同一目標或事件的多次（同一感測器的不同時序上）或多個（同一時刻不同感測器）獨立測量進行有效綜合可以提高可信度，改進檢測性能。
（4）獲得單個感測器不能獲得的目標信息
感測器之間的頻率互補性可以擴大空間、時間的覆蓋范圍，增加測量空間的維數，減少電子對抗措施（隱蔽、欺騙、偽裝）和氣象、地形干擾而造成的檢測盲點。多感測系統固有的冗餘度，將改進系統工作的可靠性和容錯性。
此外，信息融合技術還能增加指揮決策的正確性和可靠性，降低武器系統的成本；在一定范圍內通過恰當地分配感測器可以同時檢測和跟蹤更多敵方目標。
當然多感測器信息融合系統性能的提高是以增加系統的復雜度為代價的。