一种改进的SAR与可见光图像融合算法
2021-01-13董张玉
张 瑞,董张玉
(1. 合肥工业大学计算机与信息学院,安徽合肥 230601;2. 工业安全与应急技术安徽省重点实验室,安徽合肥 230601)
0 引言
合成孔径雷达(Synthetic Aperture Radar,SAR)对地面建筑与人造桥梁都比较敏感,成像原理为主动式微波反射成像,SAR具有更多细节表现信息和纹理特征;与此同时,SAR不受气候环境干扰,能全天成像接收更多的地理信息。可见光图像(Visible image)成像需要依赖发光源,原理为光反射成像,能很好地体现出地表的光谱信息、地面物的物理属性[1]。两者对比,SAR的优势在于能体现出更多的细节特征,但却易受地物的特性干扰,也没有目视观测能力、地物直视能力;Visible image的优势在于具备直视效果、目标解译能力,但若成像条件不好,则已丢失地物细节特征。将SAR与Visible image融合的目标在于使得遥感影像同时具备更多的细节特征、目标直视解译能力,融合两种图像的优点[2]。与传统的多光谱、全色遥感影像融合相比,SAR与Visible image兼顾地物光谱信息与细节特征,且SAR有抗干扰能力较强的特性[3]。故使SAR和Visible image做有效融合,可获得一幅同时具备高空间、高细节、高光谱的遥感影像,其更具有可视性,在实际应用中例如军事侦测、农业规划、目标提取等图像处理工作提供了更多的有效信息。
近年来,多尺度分析法跟主成分替换法为在SAR与可见光图像的融合领域被广泛得到应用。多尺度分析法中NSST变换不仅具有传统Con- tourlet 变换的局部化特性等优点,且具备更高效的计算能力、拥有平移不变性,同时能减小伪吉布斯现象,因此NSST变换在图像融合领域获得了显著的优势[4],可通过NSST变换后的图像低频分量体现的是其近视特性,近视值大都达不到标准指标,图像的低频信息无法较好体现出本身特征。……
