基于TerraSAR-X和CBERS影像融合的水體信息自動(dòng)提取研究.pdf

1、隨著遙感技術(shù)的發(fā)展，越來越多不同類型的傳感器被用于對(duì)地觀測。光學(xué)傳感器獲取的數(shù)據(jù)光譜信息豐富，但易受大氣條件的干擾。SAR是一種主動(dòng)式相干微波遙感系統(tǒng)，可以全天時(shí)、全天候工作，并且對(duì)地物具有一定的穿透力，SAR圖像紋理信息豐富，但存在大量的斑點(diǎn)噪聲。因此有必要綜合兩類影像的信息，達(dá)到優(yōu)勢互補(bǔ)、改善圖像的空間分辨率和光譜信息的目的。本文以CBERS多光譜影像和TerraSAR-X影像為數(shù)據(jù)源，進(jìn)行融合算法的研究，并采用分類的方法提取水體信

2、息。所做的主要工作包括：
　　 (1)分析了影像融合預(yù)處理中的關(guān)鍵技術(shù)，針對(duì)本文數(shù)據(jù)源的特點(diǎn)采取不同的輻射增強(qiáng)方法。
　　 (2)歸納和分析了基于像素級(jí)的多源遙感影像數(shù)據(jù)融合算法。重點(diǎn)研究了小波及小波包變換法，包括分解層數(shù)、小波基和融合規(guī)則的確定。定性、定量地評(píng)價(jià)各種算法的性能，結(jié)果表明小波變換法能較好地保持源圖像的光譜信息和紋理細(xì)節(jié)。
　　 (3)將小波邊緣檢測與融合算法相結(jié)合，對(duì)增強(qiáng)邊緣特征的影像融合方法進(jìn)行

3、了初步探索。并結(jié)合邊緣增強(qiáng)算子與像素級(jí)融合算法，研究了突出邊緣特征融合的改進(jìn)方案。試驗(yàn)結(jié)果表明邊緣增強(qiáng)算法在突出地物邊緣特征的同時(shí)也丟失了部分細(xì)節(jié)。
　　 (4)通過對(duì)不同融合算法的定量評(píng)價(jià)發(fā)現(xiàn)，圖像的細(xì)節(jié)和光譜信息是兩個(gè)相互消長的因素，結(jié)果影像的優(yōu)劣不能只依據(jù)某個(gè)指標(biāo)來判定，更重要的是應(yīng)用目的。因此本文采用水體提取的結(jié)果來評(píng)價(jià)何種融合算法更為有效。
　　 (5)采用最大似然法和支持向量機(jī)分別對(duì)原CBERS多光譜影像和各