程传阳

（1.研祥智能科技股份有限公司，广东 深圳 518107；2.国家特种计算机工程技术研究中心，广东 深圳 518107）

0 引言

高光谱遥感主要以数以百计波段数、纳米级的光谱分辨率以及“图谱合一”的特点成为一门新型的综合对地观测技术，越来越受到广大遥感学者的青睐。传统的基于高光谱遥感图像本身的图像融合和预处理的方法主要有：平均与加权平均法、非线性方法、逻辑滤波法，直方图均衡化、平滑处理、归一化处理等[1-4]。随着波段的增加，传统处理方法往往导致数据出现大量冗余，使数据处理的复杂性急剧增高。本文针对传统的方法的缺陷，使用了基于HSI的高光谱遥感图像融合方法：HSI以色调（Hue）、饱和度（Saturation）和亮度（Intensity）三种基本特征量来获取对颜色的感知，通过单波段遥感图像预处理，光谱图像的融合以及改进的基于小波变换的边缘检测等，使图像融合和预处理效果更好。

1 单波段遥感数据的预处理

非正常像元的分类：HSI数据是标准的BSQ（BIP,BIL）格式，且带有头文件说明，可直接从ENVI软件中读取。图像数据类型一般为32位的浮点数，主要通过飞行姿态的校正与辐射校正[5]。HSI图像上非正常像元大致分为4类：未定标波段；坏线；条纹；水汽影响波段。

完整性处理：对星载高光谱成像仪数据进行完整性处理，即根据非主要数据对现存的图像进行时间分析，进而查找且补充漏行[6]。缺失两行以内的数据往往使用插值法来判断，若丢失行数多于三行，则作为数据缺失来处理。本文所用的算法为改进的拟合插值法，该方法是在拟合插值法的基础上，对任意选取的几个波段进行处理，如表1所示。……