高永刚，周文静，徐涵秋

(1. 福州大学环境与资源学院，福建 福州 350116； 2. 福州大学遥感信息工程研究所，福建 福州 350116)

0 引言

遥感影像融合可以实现遥感影像间的信息互补，增强遥感影像解译能力，抑制数据不确定性，消除数据间冗余信息，从而提高数据精度. 由于遥感影像融合可以显著提高多光谱遥感影像空间分辨率，以及作为空间尺度转换中尺度收缩的主要方法，因此，影像融合算法研究是遥感图像处理领域的一个研究热点. 目前，根据遥感影像融合层次不同可分为像素级影像融合、特征级影像融合和决策级影像融合. 其中，像素级影像融合算法可归纳为基于数学/统计学的融合算法[1-9]、彩色空间变换融合算法[10-11]和组合算法[12-13]三种类型. 遥感影像融合在显著提高原始多光谱影像空间分辨率的同时会不同程度地降低融合影像光谱信息. 融合影像高频信息融入度和光谱保真度除了受到融合算法的影响外，还同时受到参与融合影像预处理过程的影响. 遥感影像预处理过程主要包括几何校正和辐射校正等. 其中，辐射校正的作用主要是尽可能消除传感器、大气等因素对成像结果一致性的影响，常用的辐射校正模型可分为相对校正模型[14-15]和绝对校正模型[16-21]. 近年来，有学者认为辐射校正可以减少融合后影像的光谱失真，并将其作为影像融合预处理的必要内容[22-23].

目前，对遥感影像融合中配准精度所产生的影响已有较多探讨，但对……