什么是数据级融合？

数据级融合，也就是像素级融合,是将覆盖同地区的系列影像经空间配准后,采用定算法生成一幅信息更丰富、更可靠的影像。理论上要求高空间分辨率和高光谱分辨率影像数据的融合不应使原高光谱影像的光谱特性产生变化，以保持地物在原始影像数据的光谱可分离性经融合后仍保持不变,即在融合的数据中仍具有可分离性,从而更易于影像判读和分类等后续处理。

数据级融合是最低层次的图像融合，也就是在各种遥感器的原始信息未经估计、识别之前就进行信息的综合与分析。在遥感图像融合领域主要指对可见光、红外、SAR影像的原始数据所进行的融合。其优点在于保持了尽可能多的原始信息，提供其他融合层次所不能提供的细微信息，这一点对于提高遥感图像的分辨率非常重要。

但它也存在一些局限性,主要表现在四个方面。

(1)处理信息量大,所以处理的时间长，实时性差，所需的代价高;

(2)由于是低层次的融合,传感器原始信息的不确定性、不完全性和不稳定性要求在融合时有较高的纠错处理能力;

(3)通信的信息量大，导致抗干扰能力差;

(4)各传感器信息须来自同质传感器、在图像融合领城要求各传感器信息之间具有精确到一个像素的校准精度。

数据级融合在整个图像范围内对每个像素点进行运算，不涉及特征提取和分类;对算法的要求是保留尽可能多和准确的空间和光谱信息，也就是利用高空间分辨率图像对高光谱分辨率图像进行融合，然后对融合后的高光谱图像进行进一步的应用层处理，如分类。数据级融合是最低层次的信息融合，运算较为简单，但由于并没有利用图像相邻像素间的相关信息，抗干扰性较差，影响分类准确度。