基于NMF的星載遙感圖像融合方法研究.pdf

1、隨著科技的不斷進(jìn)步，人類(lèi)能夠使用的自然資源探測(cè)衛(wèi)星數(shù)量越來(lái)越多、種類(lèi)越來(lái)越豐富、性能越來(lái)越精良。特別是隨著多顆同時(shí)搭載多重不同傳感器的星載遙感平臺(tái)的升空，星載遙感數(shù)據(jù)空前豐富起來(lái)。但是，各種傳感器仍有其自身的缺陷與性能上的限制。因此，為了在現(xiàn)有條件下獲取更豐富、更準(zhǔn)確、更有利用價(jià)值的遙感信息，遙感圖像融合成為了一個(gè)研究的熱點(diǎn)。
　　本文首先回顧了遙感圖像融合算法的發(fā)展歷史，以及現(xiàn)階段主要遙感圖像融合算法的原理。對(duì)像素級(jí)融合、特征級(jí)

2、融合以及決策級(jí)融合的算法的發(fā)展過(guò)程進(jìn)行了概括。
　　其次，本文分析了所要采取的數(shù)據(jù)源-星載SAR圖像及可見(jiàn)光圖像的特性，并根據(jù)它們的特點(diǎn)及應(yīng)用的需要確定了整個(gè)的預(yù)處理及融合流程。結(jié)合數(shù)據(jù)源的特性以及經(jīng)典融合算法的思想，就能夠確定所要采取的融合算法的性能要求及實(shí)現(xiàn)方法。
　　隨后，本文介紹了NMF（非負(fù)矩陣分解）這一數(shù)據(jù)描述與分解算法。與傳統(tǒng)的PCA、VQ等與它形似的數(shù)據(jù)描述工具相比，NMF具有不需監(jiān)督的局部特征學(xué)習(xí)這一重要能

3、力。根據(jù)前文總結(jié)的關(guān)于融合算法的要求以及數(shù)據(jù)源的特點(diǎn)，結(jié)合 NMF本身的特長(zhǎng)，本文論證了 NMF是適合星載 SAR圖像與可見(jiàn)光圖像融合的方法。在某些數(shù)據(jù)有缺陷的情況下，比如光學(xué)圖像受到天氣條件影響無(wú)法提供某部分區(qū)域數(shù)據(jù)的時(shí)候，為了改善 NMF算法的性能，本文又提出了引入權(quán)重限制的改進(jìn)NMF方法（WNMF），并根據(jù)應(yīng)用需求設(shè)計(jì)了四個(gè)算子用來(lái)實(shí)現(xiàn)WNMF。
　　論文的最后給出了預(yù)處理以及融合結(jié)果。重點(diǎn)在于對(duì)傳統(tǒng)方法、NMF算法、基于不