[发明专利]基于多分辨率分析的SAR-多光谱-高光谱一体化融合方法

说明书

本发明涉及一种基于多分辨率分析的SAR‑多光谱‑高光谱一体化融合方法，包括步骤：对多传感器数据集中的多光谱遥感影像进行预处理，将高光谱影像的坏波段去除，以避免高光谱影像中的畸变波段影响权重计算和最终融合的图像质量；将融合前高光谱影像(HS)、融合前SAR影像分别与融合前多光谱影像(MS)进行精确地理配准(影像配准)；将融合前SAR影像与光学影像进行矩匹配，所述矩匹配将融合前SAR影像的像元值映射到光学的像元值空间。本发明的有益效果是：本发明就高光谱影像与SAR影像的像素级融合，提出一种利用多光谱数据作为衔接，降低异质影像融合的困难性，可同时满足SAR‑多光谱‑高光谱影像的像素级融合。

技术领域

本发明涉及遥感图像处理与应用领域，尤其包括一种SAR-多光谱-高光谱一体化的融合方法。

背景技术

遥感是利用传感器进行非接触性信息采集，通过解译区域的电磁波辐射或反射能量的变化，获取我们实际需要的各种信息，为人类认识宇宙世界提供了一个新的科技手段。遥感图像作为一种重要信息，广泛应用于生态、环境、生物学和地理信息等领域。

现阶段遥感发展速度迅猛，雷达、热红外、夜间灯光等多种传感器数据共存，为生产生活、科研提供了有力的支撑和保障。但当前的遥感应用大多基于单一数据源，未充分利用到多源传感器的综合信息。遥感传感器的类型、成像机制、采用的波段和信息记录方式的不同，会在遥感图像上表现出光谱、空间和时间分辨率上的差别。同一场景多源遥感图像观测的地物对象相同，成像机制和物理含义不同，会造成多源信息间的冗余性、互补性、差异性和协作性，进而多传感器遥感影像的像素级融合成为遥感研究领域的热点发展方向之一。图像融合是将同一研究区域的两景或更多经过几何配准的图像，通过一系列的融合算法集成，得到一个兼具多特征的单景图像。

多源多景遥感图像的融合能够综合利用不同来源获取的地物信息，做到更全面、针对性强、面向应用的对地观测。像素级的图像融合，是基于像元信息的基础层次融合，是视觉感受最直观的融合方法，但针对多源图像的融合由于像元所含信息的物理意义不同，会造成像元的物理意义丢失，造成部分信息的畸变。

相比于光学影像，合成孔径雷达(SAR)主动的成像方式受到的天气影响小且可以实现全天候作业。受制于较大的成像机理差异，多传感器影像的融合一般进行的是特征级和决策级的融合，虽然像素级的融合目前相对较少且SAR与高光谱光学影像的融合困难性较大，但却蕴藏着更大地融合潜力。

发明内容

本发明的目的是克服现有光学和SAR影像像素级融合技术中的不足，提供一种基于多分辨率分析的SAR-多光谱-高光谱一体化融合方法。

这种基于多分辨率分析的SAR-多光谱-高光谱一体化融合方法，包括以下步骤：

步骤1、首先，对多传感器数据集中的多光谱遥感影像进行预处理，将高光谱影像的坏波段去除，以避免高光谱影像中的畸变波段影响权重计算和最终融合的图像质量；在融合前对SAR影像进行预处理；分别得到融合前高光谱影像(HS)、融合前多光谱影像(MS)和融合前SAR影像；

步骤2、多光谱影像的空间分辨率与SAR影像的空间分辨率相近或者略低，为了减小高光谱数据和SAR数据之间配准的困难性，将融合前高光谱影像(HS)、融合前SAR影像分别与融合前多光谱影像(MS)进行精确地理配准(影像配准)，保证异质影像间的配准更具可靠性和鲁棒性；

步骤3、由于被动成像方式的光学遥感影像与主动成像方式的微波遥感影像间的成像机制差异，其像元值差距较大；需要将融合前SAR影像与光学影像进行矩匹配，所述矩匹配将融合前SAR影像的像元值映射到光学的像元值空间；

步骤4、将空间分辨率最低的高光谱影像(HS)参照SAR影像进行重采样，直到高光谱影像(HS)具有与SAR影像同样的像元栅格大小，得到重采样后的高光谱影像；若多光谱影像的空间分辨率与SAR影像的空间分辨率不相同，则重采样多光谱影像，直至多光谱影像与SAR影像的像元栅格大小相同；