论文部分内容阅读
随着遥感技术的快速发展,多源图像融合与应用日益广泛。SAR与可见光图像虽彼此差异较大,但各自特征明显。SAR图像作为主动式雷达影像,可以突破光学成像的限制,探测更多不易察觉的特征信息。而含有光谱信息的可见光图像可以有效区分地物的不同类型,具有良好的目视解译效果。由于传感器物体特性的限制,无法获取具有光谱信息的雷达卫星影像。因此,利用图像融合技术将SAR与可见光图像进行融合,能充分发挥两图像的优点,实现多源影像优势互补,成为拓展影像应用的一个重要研究课题。本文从SAR与可见光图像的成像机理和融合意义出发,在总结国内外多源遥感影像融合现状的基础上,研究分析了SAR与可见光图像融合存在的问题,并深入研究SAR与可见光图像融合算法。主要工作概括为以下三个方面:(1)总结并实现了现有的融合算法,结合不同传感器遥感数据,从主观和客观分析现有算法的优缺点。(2)为了避免SAR图像特征信息的过量提取,同时减少光谱扭曲。本文针对基于灰度梯度算法提取SAR图像特征时存在过量提取的问题,提出了一种基于相位一致性特征保持的自适应HIS融合算法。该算法利用相位信息区分目标轮廓和纹理边缘,能有效的避免过量纹理边缘的提取,同时自适应HIS算法可以克服两图像灰度值差异大,实现加入信息的平滑过渡,减少融合图像的光谱扭曲。(3)为了减少在提高融合图像地物纹理信息的同时造成的地物边缘模糊,本文研究提出了基于原图像相似度的快速融合算法。该算法通过建立理想融合图像在空间特征和光谱保持性能上与原SAR和可见光图像之间的统计关系,求取最优融合图像,使得融合图像的空间特征与光谱性能得到了更好的均衡。本文以哨兵一号SAR图像与Landsat8和高分一号可见光图像对文中所提算法进行主观和客观评价,同时结合SAR与可见光图像融合的意义提出了基于图像分类的融合效果评价。实验结果表明:所提算法能有效的加入可见光图像不易察觉的特征信息,实现了融合图像在光谱保持和空间结构与特征保持上较好的权衡,提高了图像的地物检测与目标识别的能力。