邢笑宇,霍超颖,殷红成,王 静

(1.北京环境特性研究所电磁散射重点实验室,北京 100854;2.北京环境特性研究所光学辐射重点实验室,北京 100854)

0 引 言

随着雷达组网技术的蓬勃发展,多源信息融合研究受到了学者们的广泛关注,并被应用于目标特征提取与识别领域。目标特征反演本身属于不适定问题,而单部传感器获取的目标信息往往具有局限性、模糊性及非连续性,这将严重影响反演的准确度。相较之下,多源信息融合通过利用不同数据源之间的信息互补,能够为反演提供更多的有效信息,从而大大降低目标特征提取的不适定性。

可见光传感器与雷达传感器在目标信息获取方面具有天然互补性:可见光传感器成像通常较为清晰但易受气候、光照、探测距离等因素的影响；雷达传感器探测具有远距离、全天候、全天时的特点,但是成像效果往往不及可见光图像;可见光图像的成像面垂直于传感器视线,而雷达图像的成像面平行于传感器视线,两者恰好呈垂直关系;可见光图像对目标轮廓的捕捉较为精确,而通过雷达目标散射中心参数估计可以获得目标的结构细节信息[1-2]。因此,若将可见光图像与雷达图像加以融合,必定能对目标的特征挖掘与识别产生积极影响。

目前多源图像融合可分为3个层级[3]:像素级融合、特征级融合及决策级融合。像素级融合直接对原始图像进行配准和融合,其方法主要包括加权平均法[4]、塔式分解法[5]、小波变换法[6]等。……