数据级融合存在的一些局限主要表现在哪里

(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、在图像融合领域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。