高分辨率遥感影像的融合技术是当前遥感信息处理与应用领域中的一个重要研究方向，发展高效的高分辨率遥感影像融合技术具有十分重要的理论意义和应用价值。论文以ALOS、OuickBird、SPOT-5等高分辨率遥感数据为研究对象，探寻一种普适性的高分辨率遥感数据的融合算法。　　 论文首先对常用的遥感影像融合算法，包括加权融合法、乘法变换、Brovey变换法、IHS、SVR、主成分分析法、小波变换法等进行了全面的分析和总结。特别地，对合成变量比SVR融合算法，以及现有的一些基于SVR的改进融合算法的特点、数学原理、物理意义和适用范围等进行了深入的研究。在分析高分辨率遥感影像特点的基础上，针对传统融合方法应用于ALOS、QuickBird等高分辨率遥感影像时存在的问题和原因进行了分析和探讨，总结了几种改进方法，并在深入研究ISVR融合算法原理的基础上，提出了一种新的基于SVR的全色高分辨率波段模拟的普适性融合算法，即IPS算法。　　 IPS融合算法的核心原理是通过辐射定标消除由卫星传感器的增益和偏差带来的影响，通过DN值向辐射亮度Radiance的转换，利用多光谱波段的能量值来模拟全色波段的能量值，并通过线性回归分析来处理模拟得到的全色波段能量值，找到一个新的与原始全色波段影像高度相关的模拟全色影像，进而完成多光谱与全色影像的融合。进一步地，针对ALOS、SPOT-5等卫星全色波段与多光谱波段波谱范围不一致的情况，提出了一种较为方便、简捷，并具有一定通用性的波谱范围修正方法。　　 为了评价、检验和比较几种融合算法的结果，论文实验中使用了三组高分辨率遥感影像数据：ALOS多光谱(10m)与全色(2.5m)影像、QuickBird多光谱(2.44m)与全色(0.61m)影像以及SPOT-5多光谱(10m)与全色(5m)影像。从信息量、清晰度、光谱保持性等方面考虑，并根据影像特点，选择灰度均值、标准差、信息熵和梯度作为客观评价指标结合目视效果对实验结果进行检验和比较。　　 实验分两部分进行。首先，针对ALOS影像进行了几种常见融合算法的比较实验，结果发现Brovey变换法在提高目视效果和识别精度方面优于其他几种常见方法，包括PCA方法，乘法变换和IHS变换法；然后，为了检验和评价论文提出的IPS融合算法，分别采用ALOS、QuickBird、SPOT-5等目前广泛使用的多种高分辨率数据进行了IPS融合实验，并与ISVR和Brovey、PCA等常见融合算法的结果进行了比较；由于ALOS、SPOT-5等卫星的全色波段与多光谱波段波谱范围不一致，在融合前还进行了波谱范围的修正。实验结果表明：相比于其他融合方法，无论是在目视效果还是统计指标上，IPS融合法的效果都最好。IPS融合方法能在提高影像空间分辨率的同时很好地保持影像的光谱信息，具有很高的光谱保真性。在融合影像上，地物纹理清晰可辨，颜色层次分明，有效地解决了传统融合算法和ISVR融合法光谱失真的问题，是一种普适的高分辨率遥感影像融合方法；另外，经波谱范围修正后，ISVR融合效果的光谱保持性得到了很大的改善。