合成孔径数据和可见光数据融合

单一遥感传感器获取的影像在几何特征、光谱信息和空间分辨率等方面存在局限性和差异性，常不能提取足够的信息满足应用的需求。影像融合技术可将多源遥感影像数据和信息进行关联、互补和合成而得到更高的空间分辨率、光谱分辨率以及更为丰富的特征信息，有助于目标地物的精确解译，提高信息的有效利用率，扩展遥感数据的应用范围。星载SAR对云雾具有强穿透性，能全天时、全天候工作，SAR影像综合反映目标地物的介电常数、后向散射强度及极化特征信息，这使得SAR影像具有较丰富的纹理和结构信息。但SAR影像不能记录地物光谱特性，这致使图与人类视觉经验不一致，不易于人类直接理解和应用。而光学影像主要记录地物目标对辐射源的反射能量，具有空间分辨率高、光谱信息丰富等的特点。但光学影像严重受大气效应、辐射条件等因素的限制。SAR影像和光学影像各自的优势独特且两者互为补充，如何将两种传感器获得的图像最优融合，一直是遥感影像数据信息提取领域的研究热点。
像素级融合是指利用某种算法对同一范围的经精确几何纠正的待融合的两幅及多副图像进行合并生成复合图像的过程。目前常用的具有代表性的像素级
融合方法包括：乘积变换、PC变换、HIS变换、小波变换、Brovey变换、C-S法等。理想的数据融合算法应是在提高多光谱影像的空间分辨率，增加信息量的同时，能够对多光谱影像的光谱信息加以保留。
星载SAR和多光谱数据的融合具补偿性，有助于拓展遥感技术的应用领域。
注：文章选自《星载SAR与OLI影像融合方法的研究及质量评价》余详伟