，，，

(北京师范大学信息科学与技术学院，北京 100875)

0 引 言

随着计算机技术、航空航天技术以及遥感技术的飞速发展，遥感影像向着高光谱、高分辨率、多时相(多源)方向发展，它们以不同的空间尺度、不同的时间周期、不同的光谱范围以及不同的扫描方式和极化方式，多方面地反映地物目标的各种特性，构成同一区域的多源数据(王爱玲等，2006)。然而，由于技术条件和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反映出全部特征，存在信息量不足的问题。与单源信息相比，多源数据存在互补性和冗余性，必须针对性地消除冗余，以减少数据处理量，同时，必须对多源数据进行融合处理，以充分发挥各传感器数据的优势，提取更丰富、更可靠、更有用的信息。影像融合已经在自动目标识别、遥感、医学图像处理等领域有着广泛的应用(Ashraf et al, 2012； Sapkal et al, 2012; Zhang et al, 2012)。

多光谱遥感图像不同波段的融合，由于所融合的波段的不同或者波段数量的差异，信息量会出现不同程度的缺失或过量，会导致融合图像欠饱和或过饱和的现象(Kotwal et al, 2013)。多光谱成像传感器充分利用地物在不同光谱区的反射特征可获得多个光谱波段的遥感图像，但其成像分辨率较低，清晰度差。而全色成像传感器可获得高空间分辨率的全色波段遥感图像，但其光谱分辨率较低。如何综合利用多光谱遥感图像与全色波段遥感图像各自的信息优势，有效地对不同波段的信息融合，获得具有高空间分辨率和高光谱分辨率的融合图像是当前遥感影像数据处理领域中的研究热点(Pohl et al, 1998)。……