陈绍兵，陶青川，余艳梅

（四川大学电子信息学院，成都 610065）

0 引言

21世纪以来，遥感图像的研究由于诸多高分辨率的卫星的发射得到了巨大的进展，国外的Landsat，Sentinel，WorldView，QuickBird，Geo-Eye-1等系列卫星已经得到了很好的卫星影像［1］，并且在遥感图像处理领域有了很快速的发展。相比于国外，国内发展就比较缓慢，1999年10月14日，我国与巴西在航天领域首次合作成功发射“资源一号”卫星［2］，2013年4月26日，我国首发高分辨率卫星——高分一号。这些卫星的相继发射使得我国在多光谱与高时间分辨率结合的光学遥感技术方面取得了重要的奠基。卫星捕捉到的遥感图像分成两类，一类是具有高分辨率的全色图像（PAN），另一类是具有低分辨率的多光谱图像（LRMS）。随着研究的需要，如何得到高分辨率的多光谱图像成为了一个重要的研究方向，其本质就是将得到的全色图像和多光谱图像进行融合，得到高质量的多光谱图像（HRMS），这一融合的过程就叫“全锐化”（Pan-sharpening），如图1所示。

图1 遥感图像“全锐化”过程

多源遥感图像融合发展至今，诞生出了许多不同的算法，大致可分为三类：

（1）像素层数据融合。原理是根据像素基于一定的规则进行像素级融合。比较经典的算法是分量替换（component substitution，CS），它是通过分离空间信息和光谱信息，将高分辨率的空间信息替换为PAN图像的空间信息，从而实现全锐化的处理。

（2）特征层数据融合。相较于像素层的融合可以提取出更多的表示遥感图像的几何特征，将这些特征进行分层处理，低层的特征分辨率高，包含更多的位置、细节信息，高层的特征有更强的语义信息，但分辨率低，对两者的优点进行融合是这种算法的研究所在。……