面向對象的QUICKBIRD數據和SAR數據融合分類分析.pdf

1、相干斑噪聲是SAR系統(tǒng)和所有基于相干原理進行成像系統(tǒng)的固有性缺陷，其阻礙了SAR圖像的解譯性及后續(xù)各種應用，所以相干斑噪聲的抑制是SAR圖像解譯分析前的必要步驟;光學圖像和SAR圖像反映的地物信息量差異很大，將光學影像與SAR影像信息融合，進行信息互補，對于遙感圖像的解譯識別及森林類型識別是十分有益的。本文針對SAR圖像去噪及多源信息融合兩方面進行了研究分析。
　　傳統(tǒng)的相干斑噪聲濾波算法在抑制噪聲的同時不能很好的保持圖像的高頻細

2、節(jié)信息，針對這一問題選擇了適于同質區(qū)域的自適應濾波算法對SAR圖像進行降噪處理，首先介紹了SAR圖像斑點噪聲的產生機理、模型及統(tǒng)計特性，然后根據其圖像后續(xù)具體應用目的與要求，對常用自適應濾波器算法進行分析并分別采用LEE與增強LEE濾波、FROST與增強FROST濾波、LOCAL SIGMA濾波、GAMMA濾波和KUAN濾波算法對福建將樂林場RADARSAT-2圖像數據進行處理，將有效視數、圖像邊緣保持指數等作為濾波器性能評價指標體系并

3、依據各評價指標對實驗結果進行比較分析。結果表明，增強型LEE濾波器去噪綜合性能最好，能在較好抑制噪聲的同時又保持了圖像的高頻信息和細節(jié)。通過各個濾波算法結果進行系統(tǒng)比較分析，為以SAR圖像后續(xù)植被類型分類為應用目的濾波算法的選擇提供了理論依據。
　　以獲取的福建省三明市將樂林場Quickbird影像和Radarsat-2全極化影像作為基礎數據，采用面向對象多尺度分割方法對Quickbird全色與多光譜的融合影像、SAR影像及采用G