符 强，任风华，蒋昌茂，纪元法，赵岭忠

（1.桂林电子科技大学 信息与通信工程学院，广西 桂林 541004；2.桂林师范高等专科学校，广西 桂林 541002）

遥感图像（包括航空摄影像片和航天遥感图像）以特定的空间分辨率和波谱段，如实地、无遗漏地记录地面上的一切客体和地面以下的部分地理信息.无论是全色图像、多光谱图像、红外图像或全息图像，都是地面的综合图像.高空间分辨率全色图像反映了空间结构信息，能够详尽地表达地物的细节特征；低空间分辨率多光谱图像的光谱信息丰富，有利于对地物的识别与解释.将全色图像和多光谱图像进行融合，尽量增强多光谱图像的空间分辨率，可以改善后续处理效果，在土地利用调查、城区识别和森林资源调查等遥感应用领域中有着极其重要的作用［1－2］.

目前关于多光谱图像与高分辨率图像的融合方法主要有IHS变换方法、主成分分析法（PCA）、缨帽变换法（BT）、基于张量积离散小波变换（DWT）的融合方法及基于ARSIS概念的融合方法等.在这些方法中，使用最广泛的是IHS变换方法和小波变换方法.IHS变换方法和小波变换方法都有其不足：IHS变换方法能得到高空间分辨率的图像，但融合结果图像的光谱信息损失严重；采用离散小波变换方法所得融合结果图像有好的光谱信息，但其空间分辨率低，且由于对图像进行分解和重构时进行了抽样，使得融合结果图像中有方块效应［3－5］.

基于上述不足，本文提出了一种新的图像融合方法，即将小波变换和符合生物视觉特性的脉冲耦合神经网络（PCNN）相结合进行遥感图像的融合方法.为了不损失光谱信息，在小波基的选择上进行了对比，并选取了图像保光谱性的DB1作为小波基；……