董 张 玉，许 道 礼，张 晋，安 森，于 金 秋，李 金 徽，彭 鹏，汪 燕

(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；3.智能互联网系统安徽省实验室，安徽 合肥 230601;4.安徽省地质调查院(安徽省地质科学研究所)，安徽 合肥 230001)

0 引言

合成孔径雷达(SAR)穿透力强、不受气象条件影响，能获得高空间分辨率图像[1]；多光谱(MS)图像与SAR图像相比增加了地物的信息量且可视性更高，将SAR图像和MS图像融合，既可以保持MS图像的光谱信息，还能保留SAR图像的空间细节信息，融合结果可以更好地应用于军事探测、灾害评估、目标识别等领域。

传统的融合方法可归纳为以下3类：1)成分替换(Component Substitution,CS)法，利用高空间分辨率SAR图像的空间细节信息替换MS图像的空间细节信息，然后进行逆变换获得融合结果，常见的CS法有IHS变换、主成分分析(PCA)和高通滤波法等。该类方法容易实现且计算效率较高，但由于未考虑SAR图像和MS图像成像波段范围的巨大差异，导致融合图像存在光谱畸变现象。2)多分辨率分析(Multi-Resolution Analysis,MRA)法，先获取SAR图像中的空间细节信息，然后利用多分辨率表示系数的加权融合与重构获得最终结果，常用方法有小波变换(wavelet)、非下采样轮廓波变换(NSCT)[2，3]和Shearlet变换方法[4，5]。相对于CS法，MRA法的计算复杂度更高，可以减少SAR图像存在的噪声，降低光谱畸变，但图像配准精度不佳，造成融合图像边缘失真和图像混叠。3)CS和MRA结合法，利用二者优点，在降低空间和光谱失真的同时，也可以降低算法复杂度。……