摘要: 利用遥感信息技术准确掌握沿海滩涂湿地的现状，对于江苏沿海大开发这一国家战略的顺利实施具有重要意义。由于多极化合成孔径雷达图像（SAR）具有不同的极化信息，将极化SAR图像进行融合可以更有效地获取沿海滩涂湿地信息。针对多极化SAR图像的融合问题，提出了一种基于非亚采样Contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的图像融合方法，该方法采用简化的PCNN模型分别对图像的低频子带和高频子带系数进行智能决策。以江苏盐城地区的ALOS PALSAR双极化图像为例，对所提方法的有效性进行验证，从主观定性和客观定量两方面综合比较了新方法与几种传统的基于多尺度分解方法的融合效果。结果表明，新方法能够最大程度地保留原始极化SAR图像的信息，融合效果好于其他方法，更有利于沿海滩涂湿地信息的提取。