【簡(jiǎn)介：】GIS不同格式數(shù)據(jù)之間的融合有哪些方法？從表現(xiàn)形式上,地學(xué)數(shù)據(jù)可分為以下幾類:①地質(zhì)、物探、化探等測(cè)量數(shù)據(jù);②地形圖、地質(zhì)圖、遙感圖等圖形、圖像數(shù)據(jù);③各種經(jīng)驗(yàn)性、描述

GIS不同格式數(shù)據(jù)之間的融合有哪些方法？從表現(xiàn)形式上,地學(xué)數(shù)據(jù)可分為以下幾類:①地質(zhì)、物探、化探等測(cè)量數(shù)據(jù);②地形圖、地質(zhì)圖、遙感圖等圖形、圖像數(shù)據(jù);③各種經(jīng)驗(yàn)性、描述性數(shù)據(jù)。鑒于目前的研究現(xiàn)狀,我們認(rèn)為地學(xué)數(shù)據(jù)融
合的關(guān)鍵問(wèn)題如下:①空間遙感數(shù)據(jù)與地面測(cè)量數(shù)據(jù)的融合;②各地面測(cè)量數(shù)據(jù)之間的融合;③不同空間測(cè)量手段獲取的數(shù)據(jù)間的融合;④定量數(shù)據(jù)與經(jīng)驗(yàn)性、知識(shí)性數(shù)據(jù)的融合
①一般的地學(xué)數(shù)據(jù)整合模式是：
1、數(shù)據(jù)包括傳感器收集數(shù)據(jù)的直接數(shù)據(jù)和專家經(jīng)驗(yàn)知識(shí)和描述性文字等間接數(shù)據(jù)；
2、首先是初級(jí)濾波，主要是對(duì)各種數(shù)據(jù)源的、有不同量級(jí)、不同量綱、不同表現(xiàn)形式的數(shù)據(jù)作第一次規(guī)整；
3、然后是一級(jí)處理是對(duì)各種數(shù)據(jù)集的操作,包括校對(duì)、識(shí)別、相關(guān)分析、數(shù)據(jù)或變量的綜合等,形成的結(jié)果有的可直接進(jìn)入到數(shù)據(jù)管理系統(tǒng)供用戶使用,有的進(jìn)入到二級(jí)處理；
4、二級(jí)處理是對(duì)目標(biāo)的評(píng)估,即根據(jù)前面的操作,協(xié)同利用各數(shù)據(jù)源對(duì)目標(biāo)進(jìn)行識(shí)別和評(píng)估,并盡可能給出評(píng)估的精度,最后將結(jié)果送至數(shù)據(jù)管理系統(tǒng)。
5、最后利用GIS的空間數(shù)據(jù)管理能力,將結(jié)果轉(zhuǎn)換為空間圖層的方式,可極大地方便用戶的使用和對(duì)空間分析功能的支持。

②遙感圖像處理中的數(shù)據(jù)融合
1、“融合”這一術(shù)語(yǔ)在遙感圖像的處理中已不是新名詞了。它主要是對(duì)不同傳感器、不同波段、不
同時(shí)相的影像進(jìn)行融合處理,處理的目的多是為提高圖像光譜分辨率和空間分辨率。
2、應(yīng)用圖像處理方法時(shí),首先對(duì)原始圖像進(jìn)行嚴(yán)格的配準(zhǔn)是非常必要的。目前基于圖像處理的數(shù)據(jù)融合主要有以下3個(gè)方面:①基于像元的融合（來(lái)自兩個(gè)不同特性的影像的加權(quán)融合）;②基于特征的融合（是在①的基礎(chǔ)上加入特征的提取與分離）;③基于判決水平的融合（高層次的決策融合，通常是面向特定應(yīng)用的融合）。
③VGE中的數(shù)據(jù)融合
1、VGE即虛擬地理環(huán)境，它是一種綜合應(yīng)用各種技術(shù)制造逼真的人工模擬環(huán)境,并能有效地模擬人在自然環(huán)境中的各種感知系統(tǒng)行為的高級(jí)的人機(jī)交互技術(shù)。為了達(dá)到對(duì)現(xiàn)實(shí)世界的真實(shí)模擬必然需要用到大量的地理數(shù)據(jù)，其中3維數(shù)據(jù)的應(yīng)用尤為重要！
2、由于獲取的數(shù)據(jù)，包含有不同的領(lǐng)域，不同的格式，所以需要設(shè)計(jì)統(tǒng)一的數(shù)據(jù)接口，這個(gè)可以通過(guò)FME實(shí)現(xiàn)。
3、由于部分領(lǐng)域數(shù)據(jù)可能不具有明確的地理坐標(biāo)，所以還需要根據(jù)其地理參考信息做出一系列的配準(zhǔn)，投影轉(zhuǎn)換等操作。
4、建立統(tǒng)一的空間數(shù)據(jù)庫(kù)，對(duì)數(shù)據(jù)加以統(tǒng)一組織，存儲(chǔ)與管理。
5、最后就是多源數(shù)據(jù)的可視化與交互，這個(gè)涉及到具體的計(jì)算機(jī)技術(shù)就不做展開了。

如何使用cvGetRawData opencv

GetRawData
返回?cái)?shù)組的底層信息
void cvGetRawData( const CvArr* arr, uchar** data,
int* step=NULL, CvSize* roi_size=NULL );
arr數(shù)組頭.data輸出指針，指針指向整個(gè)圖像的結(jié)構(gòu)或ROIstep輸出行字節(jié)長(zhǎng)roi_size輸出ROI尺寸
函數(shù) cvGetRawData 添充給輸出變量數(shù)組的底層信息。所有的輸出參數(shù)是可選的， 因此這些指針可設(shè)為NULL。如果數(shù)組是設(shè)置了ROI的 IplImage 結(jié)構(gòu)， ROI參數(shù)被返回。
注意：輸出指針指向數(shù)組頭的對(duì)應(yīng)的內(nèi)存，不能釋放。建議用memcpy。
接下來(lái)的例子展示怎樣利用這個(gè)函數(shù)去訪問(wèn)數(shù)組元素。
使用 GetRawData 計(jì)算單通道浮點(diǎn)數(shù)組的元素絕對(duì)值。
float* data;
int step;

CvSize size;
int x, y;

cvGetRawData( array, (uchar**)&data, &step, &size );
step /= sizeof(data[0]);

for( y = 0; y < size.height; y++, data += step )
for( x = 0; x < size.width; x++ )
data[x] = (float)fabs(data[x]);