常学立，郭鑫轶，严 盟

(湖北工业大学 计算机学院，湖北 武汉430068)

0 引言

在遥感数据应用领域中，道路检测、水体提取、路径规划等多个方面的应用都要求图像既有高空间分辨率又兼有高光谱分辨率的特性，而遥感影像的空间分辨率与光谱分辨率是一对“矛盾”，若要获得高空间分辨率影像，则该影像的光谱信息保真度就不会很高；相反，若要获得高光谱分辨率影像，则该影像的空间信息融入度就不够。当前大多对地观测遥感卫星同时搭载全色载荷和多光谱载荷，其中全色载荷具有高空间分辨率的特点，多光谱载荷具有高光谱成像获取的能力，在后期数据处理中将全色载荷获得的高空间分辨率全色影像和多光谱载荷获得的高光谱分辨率多光谱影像进行融合，可以兼顾高空间分辨率与高光谱保真度的特点，从而提高遥感数据应用效能。

传统遥感影像融合算法中基于空间域的方法较多，基于空间域的遥感影像融合方法是直接在像素级别上进行运算，常用的算法有Pansharp算法[1]、IHS算法[2-3]、Brovey算法[4-5]和SFIM算法[6-7]等。Pansharp算法是根据全色影像与多光谱影像之间的关系，利用最小二乘法求出调制解调系数，该方法具有良好的空间信息保持度但存在局部光谱畸变的问题；Wei等[8]利用Pansharp模型的特性，将该融合算法巧妙地运用在医学图像处理方面，对PET/CT图像进行融合，达到了很好的效果；IHS算法是将影像从RGB色彩空间转换到IHS色彩空间，然后用全色影像替换I分量，逆变换到RGB空间，该方法同样存在光谱畸变的问题；……