论文部分内容阅读
偏振图像能够反映目标的偏振态空间分布以及辐射度信息，偏振态的变化反映了目标本征特征的变化，有助于改善目标探测和识别效果。因此，本文重点研究偏振图像的单波段、多波段的融合技术以及偏振信息与高光谱信息的融合技术，为偏振成像探测、大面积监测应用的发展提供依据。
论文总结分析了偏振遥感影像特点以及在目标识别中所具有的独特之处，提出了多种融合规则。首先，在研究了几种典型的基于小波的融合规则的基础上，提出了基于边缘算子特征提取融合规则，对偏振图像不同方向采用不同的边缘检测算子提取其边缘特征，实验证明：得到的图像可获得目标与背景之间更为明显的偏振特征差异；第二，根据偏振图像具有特殊的边缘和纹理特性，提出利用区域特征和纹理测度方法来进行小波系数的筛选，实验证明：最后融合出来的偏振图像具有更多的偏振信息和纹理信息，使得目标在背景中具有清晰的轮廓和细节特征。第三，Contourlet变换具有比小波变换更加完备的多分辨率分析和多方向滤波的特点，在此采用Contourlet变换取代小波变换分解偏振图像，目的是在分解方式上更加体现偏振图像的方向性。在融合规则上，采用的是多种特征相关的融合规则，实验证明：该分解方法不仅能够很好地体现偏振图像的方向性，而且能抑制杂乱自然背景的干扰。最后，针对偏振图像特有的偏振特征和高光谱图像多波段，多光谱的特点，提出主成分变换和改进的GS变换融合方法。实验表明：两种方法各有利弊，但两种方法融合后的图像都能在一定程度上反映目标和背景的偏振信息和光谱信息。
总而言之，本文可以得出如下结论：在分解方法上，Contourlet变换比小波变换更能体现偏振图像的方向性；在融合规则的比较上，能够体现偏振图像特性的融合规则融合的结果相对较好；在与高光谱图像的融合中，改进的GS变换相对来主成分分析说，其光谱保真度较高。如何将Contourlet分解与高光谱图像融合相结合，则是将来研究的一个重要方向。