【技术实现步骤摘要】
一种基于交叉皮质神经网络模型的SAR影像融合方法
本专利技术涉及遥感影像处理
,尤其涉及一种SAR影像融合方法。
技术介绍
星载合成孔径雷达SAR不同于被动光学成像机理,是一种主动的雷达成像系统,近年来随着SAR成像技术的快速发展,其成像分辨率已经可以达到米级,比如国产高分三号卫星的最高成像分辨率已经达到一米,高分SAR影像具有空间分辨率高、不受天气影像,能够快速应急等特点,这些都是传统的多光谱影像所欠缺的,但是,由于成像机理的不同,对SAR影像的直接解译非常困难,因此有必要开展SAR影像与传统光学遥感影像的多源影像融合方法,已有的SAR相关多源影像融合方法大都没有考虑光谱保真问题,导致应用受限,借鉴全色锐化的Gram-Schmidt融合算法、PCA融合算法和IHS融合算法等一定程度上保持了多光谱的光谱特征,但是雷达散射特征描述有限。本专利技术提出一种基于交叉皮质神经网络(ICM)模型的SAR与多光谱遥感影像融合方法,旨在使融合影像能够同时具有SAR影像散射特征和多光谱的光谱特征,本专利技术融合结果较传统算法SAR雷达散射信息注入更丰富,光谱信息保持更好。
技术实现思路
为了克服上述现有技术的不足,本专利技术提供了一种基于ICM模型的SAR影像融合方法,ICM模型数学描述如下:在ICM模型中图像的每一像素均代表一个神经元,kl表示当前神经元ij的邻域神经元,S为输入的外部激励,n为当前迭代次数,W表示神经元与邻域之间的突触连接权重,F为反馈输入,E为活动阈值门限,g和 ...
【技术保护点】
1.一种基于交叉皮质神经网络(ICM)模型的SAR影像融合方法,融合具体步骤为:/n步骤1:计算SAR影像与多光谱影像的空间尺度差异,将低分辨率影像插值到同一空间分辨率,同时将输入归一化到[0,1]区间,获得标准化后的多光谱影像Im和SAR影像I1;/n步骤2:利用 “à trous”小波变换提取SAR影像细节散射特征Isar;/n步骤3:利用ICM模型对多光谱影像进行分割,其中神经网络的输入S为标准化后的多光谱影像Im,下标m表示多光谱影像的第m个通道,不同迭代次数n下的输出Y即为分割结果;/n步骤4:对分割的不同区域进行散射细节影像权重因子计算,计算公式如下:/n
【技术特征摘要】
1.一种基于交叉皮质神经网络(ICM)模型的SAR影像融合方法,融合具体步骤为:
步骤1:计算SAR影像与多光谱影像的空间尺度差异,将低分辨率影像插值到同一空间分辨率,同时将输入归一化到[0,1]区间,获得标准化后的多光谱影像Im和SAR影像I1;
步骤2:利用“àtrous”小波变换提取SAR影像细节散射特征Isar;
步骤...
【专利技术属性】
技术研发人员:杨树文,李小军,闫浩文,禄小敏,
申请(专利权)人:兰州交通大学,
类型:发明
国别省市:甘肃;62
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。