肖世忱，廖静娟

(1.中国科学院遥感与数字地球研究所数字地球重点实验室，北京 100094；2.中国科学院大学，北京 100049)

1 引 言

随着传感器技术、遥感技术等的迅猛发展，多平台、多传感器、多时相、多光谱和多分辨率的遥感影像构成了同一地区的多源遥感信息。在众多的信息源中，SAR数据对目标的几何特性非常敏感，而多光谱影像对目标的物理和化学属性则更为敏感，主要反映不同地物的轮廓与光谱信息[1]，这些不同的信息类型涉及到完全不同的目标质量并且极大地不相关[2]，因此SAR数据与多光谱影像的融合将能充分利用它们的互补性，弥补各自的不足，这对于更好地实现对被观测目标的理解是非常重要的。

SAR数据与多光谱影像进行融合的方法主要有IHS变换和小波变换等。其中基于IHS变换的经典融合方案是在IHS空间内，使用经过拉伸处理的单极化SAR数据替换多光谱影像的I分量的方式来产生融合影像[3]，该方式虽容易扭曲原始光谱特性，但可分离多光谱影像中的光谱信息和强度信息。小波变换因其具有良好的多尺度与时频局部特性在影像融合领域也得到广泛应用。近年来Candes等提出曲波变换的概念[4]，该变换不仅继承了小波变换的优良特性，还具有多方向和各向异性的特征，在给定相同的重构精度下可以近乎最优地表示影像中具有方向性的直线及曲线等奇异性特征，对函数的稀疏表达能力较小波变换也更强。基于Curvelet变换的经典融合方案是在粗尺度层取系数平均值，细尺度层取绝对值较大的系数。……