大视场多光谱相机可实现不同像元分辨力的全色和多光谱同时成像,相机焦平面由多片TDICCD拼接而成,形成多源探测器并行处理模式。多源遥感图像具有不同的空间和光谱分辨率,采用图像融合技术能够结合各自的优势来弥补图像信息单一的缺点。图像拼接和图像配准技术将有重叠区域的图像缝合在一起,去除冗余信息构成宽幅的图像。本文对以下四个方面进行研究:1)对相机单个通道的全色和多光谱图像进行配准;2)对相机多个通道的图像进行配准和无缝拼接;3)对相机多个通道的全色和多光谱图像进行融合;4)对基于颜色传递技术的彩色图像颜色校正方法进行研究。本文针对大视场多光谱相机获取的多通道全色和多光谱图像进行了图像拼接和融合技术的研究。本文的研究内容主要包括以下几个方面:1)根据多通道多光谱CCD相机焦平面的结构特点,分析了大视场多光谱CCD相机成像特点。大视场多光谱CCD相机成像通道多,其多光谱和全色遥感图像数据量大,对配准、拼接和融合技术要求比较高。2)图像配准是图像融合和图像拼接的关键预处理技术,针对大视场多光谱空间相机单通道获取的多光谱图像和全色图像的配准处理,本文提出一种基于双线性插值的空域互相关配准方法。首先,应用双线性插值算法对多光谱各谱段图像进行放大,得到和全色图像相同大小的多光谱图像。然后,采用空域互相关配准方法对多光谱各谱段图像和全色图像进行配准。实验结果表明该方法快速,抗噪性和鲁棒性较高,使大视场多光谱空间相机遥感图像配准取得了良好的效果。3)为了得到宽幅的图像,对各通道图像进行无缝拼接,本文提出了一种基于空域互相关的配准方法实现多通道图像的配准对齐,最后采用基于加权平均的融合算法实现配准后图像的融合,消除拼接接缝,并通过矩匹配去除了拼接图像中的条带噪声,使各个通道图像间的灰度实现了均一化。4)针对多光谱和全色图像的融合,提出了一种NSCT域内基于改进脉冲耦合神经网络(PCNN)和区域能量的融合方法。首先,利用NSCT将图像分解为一个低频子带和多个不同方向的带通子带。然后,对分解后的低频子带采用基于区域能量的自适应加权算法进行融合;在带通方向子带,结合改进的脉冲耦合神经网络,使用带通方向子带系数作为PCNN的外部输入激励,经过PCNN点火获得待融合图像的点火映射图,根据点火时间计算点火映射图的区域能量,通过判决算子选择待融合图像的带通方向子带系数作为融合系数。最后,对融合处理后的NSCT变换系数进行重构生成融合图像。为了验证所提出融合算法的有效性,分别采用小波改进算法、Contourlet算法、NSCT算法以及本文提出的算法对同一种待融合的全色图像和多光谱图像进行融合实验,并对实验结果进行了评价和比较。5)为了使彩色融合图像具有自然的日光色彩,并且具有较好的亮度和对比度,提出了一种基于Lαβ变换的局部颜色传递方法,对彩色图像进行颜色校正,并与经典的Reinhard全局颜色传递算法进行比较。