[发明专利]多频段全极化SAR与多光谱遥感图像融合的船舰识别方法

说明书

本发明涉及一种多频段全极化SAR与多光谱遥感图像融合的船舰识别方法，包括：获取船舰同一地理位置的多频段全极化SAR和多光谱遥感图像；对多频段全极化SAR图像进行辨识度预处理得到预处理图像；裁剪保留预处理图像与多光谱遥感图像的重叠区域得到多频段全极化SAR裁剪图像和多光谱遥感裁剪图像；将多频段全极化SAR裁剪图像与多光谱遥感裁剪图像进行空间特征和光谱特征融合得到多波段融合图像；将多波段融合图像进行特征堆叠得到多波段图像；对多波段图像进行海岸线特征提取得到水域区域特征并对水域区域特征进行船舰特征提取，得到船舰识别与定位信息。该船舰识别方法在保证识别精度的同时，提高了图像的可视性，降低了识别成本，提高了识别效率。

技术领域

本发明属于图像处理技术领域，具体涉及一种多频段全极化SAR与多光谱遥感图像融合的船舰识别方法。

背景技术

全极化SAR(Polarimetric Synthetic Aperture Radar，PolSAR)是在单通道SAR基础之上发展得到的，通过采用不同极化方式的电磁波测量地物的极化散射特性，能够为目标提供多维的遥感信息。极化SAR图像的分辨率一般都较高，目前我国高分3号卫星的分辨率可以达到1米，是世界上分辨率最高的C频段、多极化卫星。但极化SAR图像一直存在可视性较差的问题，因此会导致丢失部分物体本身的信息，针对大区域小目标的更是如此。因此如何使极化SAR图像在保持较高分辨率的同时，提高其可视性是目前研究领域的重要方向之一。不同波段的信息，针对不同地物信息有着不同的优势。例如，全极化SAR的L波段能够穿透森林和地表植被覆盖，获取更丰富的信息，在军事上有利于发现森林中潜藏的武器装备以及浅埋于地表的隐藏目标。全极化SAR的C波段图像由于波长更短，因此有利于观测海冰、土地侵蚀、地质结构等方面，尤其是观察海洋上的强目标，例如船舰等更有效。目前，诸多不同频段数据已免费公开，如何通过结合不同频段的数据进行分析，进一步得到更丰富的信息，从而有利于提高研究的可靠性，仍有待研究。

目前，针对全色图像与多光谱图像融合的算法较多，基于像素级融合通常采用的算法有PCA(主成分变换法)、Gram-Schmidt、HIS、Brovey(比值变换法)等方法；基于特征级融合通常采用集成学习等方法；基于决策级融合主要利用加权算法。而用于多光谱图像与极化SAR图像融合的算法较少，主要有1979年，Daliy等人通过尝试将Landsat和雷达图像两者复合，是SAR图像与光学图像迈向融合的第一步。之后陆续有许多研究学者开始面向空间维、光谱维和时间维三个层次展开图像融合处理研究。有学者通过利用SPOT-5光学数据和3种不同波段、不同分辨率和双极化SAR进行特征级融合，以此提高城市水域提取精度。

目前用于多光谱图像与极化SAR图像融合的方法存在以下缺点：单数据识别精度低、可视性效果差，多SAR数据融合识别成本高、精度低、可视性效果差。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种多频段全极化SAR与多光谱遥感图像融合的船舰识别方法。本发明要解决的技术问题通过以下技术方案实现：

本发明实施例提供了一种多频段全极化SAR与多光谱遥感图像融合的船舰识别方法，包括步骤：

获取船舰同一地理位置的多频段全极化SAR图像和多光谱遥感图像；

对所述多频段全极化SAR图像进行辨识度预处理，得到多频段全极化SAR预处理图像；

裁剪保留所述多频段全极化SAR预处理图像与所述多光谱遥感图像的重叠区域，得到多频段全极化SAR裁剪图像和多光谱遥感裁剪图像；

将所述多频段全极化SAR裁剪图像与所述多光谱遥感裁剪图像进行空间特征和光谱特征融合，得到多波段融合图像；

将所述多波段融合图像进行特征堆叠，得到多波段图像；