SAR与光学图像的渐进多阶段融合方法：从特征级保留到像素级精细化处理

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Progressive Multistage Fusion of SAR and Optical Image Method : From Feature-Level Preservation to Pixel-Wise Refinement

　　

摘要：

合成孔径雷达与光学图像的融合对于全面的地球观测而言至关重要；然而，如何在保留全球结构特征的同时细化局部纹理，依然是传统模型和基于学习模型的一个重大挑战。为了解决这一问题，我们提出了一种渐进式多阶段融合框架，该框架从图像级特征保护逐步过渡到像素级细节优化。首先，该框架利用受双重能量函数约束的预融合阶段来抑制SAR斑点噪声，同时保持核心对比度。随后，通过半稀疏先验分解和高斯金字塔将特征分离为基础层和细节层。最后，设计了一种由局部信息熵驱动的自适应融合策略，以动态协调不同模态之间的互补信息。实验结果表明，我们的方法在定量和定性评估方面都具有竞争力。所提出的框架在城市监测和灾害评估中具有重要的实用价值，能为复杂环境下的可靠决策提供坚实的数据支持。我们的工作源代码可在https://github.com/ImageVisioner/PrefusionSar获取。