红外与微波遥感影像信息融合研究

【摘要】：随着传感器技术的不断发展,人们获取影像的途径越来越多,使得影像融合处理的影像种类也越来越多。而影像融合技术实现多源数据的优势互补,为提高这些数据的利用效益提供了有效的途径。 多源遥感影像信息融合是当前遥感应用研究领域中一个非常重要的研究方向。红外影像和微波影像的信息融合作为典型的异类传感器信息融合,由于能够实现信息互补,改善影像质量、提高对目标的识别以及系统的容错能力,引起了广泛的注意。 本文从研究多源遥感影像数据融合的基本原理出发,在较为全面地分析和总结现有文献和研究成果的基础上,探讨了红外与微波影像各自的成像原理与图像特征; 分析了多源遥感影像信息融合的层次、模型、结构及特点; 讨论了红外/微波影像的融合预处理; 归纳总结了用于红外/微波遥感影像信息融合的一些重要理论与方法,并在Bayes 统计理论和Dempster-Shafer 证据理论的基础之上,提出了改进的层次化信息融合算法。 通过长波红外/宽带被动微波影像信息融合以及红外/合成孔径雷达(SAR)影像信息融合实验,本文将改进的层次化信息融合算法与Bayes 统计理论方法以及Dempster-Shafer 证据理论方法进行了信息融合性能的比较与评估,并在模拟的红外/微波目标识别实验的基础之上进行了对比分析。 这些研究工作,对构建一个有效的红外/微波遥感影像信息融合系统具有重要的指导意义,同时对红外和微波信息融合系统的设计和算法研究也具有一定的参考价值。