随着航天遥感技术的快速发展，越来越多的遥感卫星被发射升空，不同类型的传感器所采集的影像无论在成像原理上还是在显示效果上都有很大的差异，这种差异会对影像之间的信息共享、交流和转化产生障碍。为此，提出影像翻译这一个新概念，旨在实现两种影像之间的相互转换。在这一研究思路下，本文的主要研究工作如下：

(1) 参照语言翻译的概念和内涵，在结合前人研究的基础上，给出影像翻译的定义：以图像表达为目的，在图像理解的基础上，将一种表现形式的遥感影像转变成另外一种表现形式的遥感影像过程。围绕影像翻译这一概念，指出翻译的核心工作是：理解、转换及表达。进一步阐述影像翻译与影像理解、变换、融合等相关概念之间的区别与联系。

(2) 分析并总结影像翻译的目的及意义：利用影像翻译手段，可以实现光学图像和雷达图像之间的相互转换，弥补雷达图像没有色彩信息的缺憾，也可以对光学成像中受到污染的区域进行补缺或辨识。将SAR数据翻译成光学影像还可以提高SAR数据的可辨识性和显示效果，在应急灾害的遥感监测、影像制图、地图修测及信息共享方面都将发挥积极的作用。

(3) 构建影像翻译的框架，具体实现的思路和流程。依据影像翻译的定义，建立以SAR影像理解、转换和表达为主线的翻译框架，即首先对SAR数据进行分类，得到土地利用分类图，然后结合同一区域的光学影像，提取出颜色分量信息，利用影像融合手段实现SAR数据的彩色化表达。本文还对SAR到光学影像的直接翻译思路进行了理论上的探讨。

(4) 总结SAR影像的分类方法。单极化的雷达数据由于仅采集地物的后向散射系数指标，仍采用光学分类方法，由于纹理信息不明显加之斑点噪声的影响，无论是监督分类还是非监督分类，分类精度与光学图像相比都偏低；全极化雷达影像不但采集了地面目标的后向散射系数，还采集了电磁波的偏振和相位信息，因此分类精度在理论上要高于单极化雷达数据。利用H/α+Wishart等分类方法，对全极化雷达图像的后向散射矩阵(辛克莱矩阵)进行分割和迭代处理，可以达到较高精度的分类结果。

(5) 考虑到目前遥感成像系统中，主要以光学遥感和微波遥感为主体，因此对具体的研究对象进行了限定，主要研究合成孔径雷达数据到多光谱影像的翻译工作，以单极化的TerraSAR数据为例，利用上述的翻译流程，对试验区进行模拟翻译研究。

(6) 利用影像翻译理论对光学影像中云层污染区进行重建和再现。在山区或海上，光学成像遇到最大的问题便是云层污染，很多影像几乎全被云雾覆盖，多数情况下人们在选择时都会避开云层覆盖比较多的遥感影像，但有时由于时间和空间上的限制却必须使用这些受到云层污染的数据。利用影像翻译手段，将SAR影像转化为光学表现形式，实现对同一位置的云层覆盖区重建和还原。