合成孔径雷达(SAR)的成像机理与光学传感器不同:SAR可以全天侯、全天时获取影像,且能够获取地物地貌的形状及结构特征;光学全色影像具有较高的空间分辨率,可以清晰反映地物边缘;多光谱影像具有较高的光谱分辨率,利于肉眼直观判读。融合SAR与光学影像可以充分互补影像信息,减少分类的不确定性。本文基于二维经验模态分解(BEMD)展开针对SAR与光学影像的融合方案的研究。主要工作内容如下:(1)调研图像融合的发展历程以及融合方法的研究背景,着重调研了经验模态分解(EMD)以及二维经验模态分解(BEMD)的原理和在信号处理以及遥感影像融合中的应用,为论文后续工作奠定基础。(2)由于BEMD处理非线性、非平稳信号具有优势,且具有完全自适应性,本文基于BEMD方法设计并实施了多套遥感影像融合及对比实验,包括:利用SAR影像与多光谱影像进行的HSV融合、GS融合、小波变换融合与BEMD融合的对比;利用SAR影像与全色影像进行的曲波变换融合、纟-trous变换融合、DWT小波变换融合与BEMD融合的对比;利用全色影像与多光谱影像进行的HSV融合、GS融合、小波变换融合与BEMD融合的对比。充分利用有限的数据资源,以达到信息融合的最大化,并通过目视判读和计算定量指标对融合结果进行了评价。实验结果证明:文中融合方法在融合SAR与光学影像方面具有优势,充分互补了 SAR与光学影像的地物信息,融合效果优于其他融合方法。(3)漓江是桂林市主要的生态旅游资源,由于近年来人类生产活动的加剧以及对漓江旅游资源的过度开发,漓江流域生态林的平衡性遭到严重破坏,其中以毛竹林为主的经济林增多。本文以此为背景,以多源遥感影像数据融合为切入点,结合灰度共生矩阵(GLCM)纹理分析对融合影像进行竹林提取。第五章利用SAR影像、全色影像与多光谱影像进行的BEMD三源影像融合与利用全色影像与多光谱影像、全色影像与SAR影像进行的BEMD二源影像融合进行对比,文中基于半变异函数优化了 GLCM对计算窗口尺寸的依赖,提高了对竹林的提取精度。