随着卫星遥感技术的发展,可获得的遥感图像种类越来越多,遥感图像中包含的信息也趋于多样化和复杂化,由于各个领域的不同需求,对遥感图像的处理也有很多分类,其中对遥感图像的融合是一个重要的研究方向。图像融合就是将来自不同成像源的图像进行信息选择并融合为一幅满足需求的图像,其中对多光谱图像和全色图像融合的应用十分广泛。由于遥感图像成像原因,往往只会得到低分辨率的多光谱图像和高分辨率的全色图像。本文的研究内容就是对多光谱图像和全色图像的融合。多光谱图像融合也称全色锐化(PanSharpening),PanSharpening的目标是使用高空间分辨率的全色图像来增加多光谱或高光谱图像的空间分辨率。PanSharpening的方法主要分为基于成分替代的、基于多分辨率分析以及基于模型的。常见的基于成分替代的图像融合方法有IHS变换融合方法、PCA变换融合方法、GS图像融合方法等;基于多分辨率分析的图像融合方法包括小波变换和拉普拉斯金字塔分解,CT变换等方法。传统方法有框架简单,计算量小,易于实现,并且在一定程度上达到了增强多光谱图像空间分辨率的效果,但是有严重的光谱失真,所以现今多光谱图像融合研究的重点就是如何保证在增加空间分辨率的同时尽可能的避免光谱失真。本文提出了一种非线性的IHS方法与NSCT方法相结合的方法,非线性的IHS是对传统IHS方法的改进,通过对图像进行分片运用线性模型得到最后能很好处理局部性差异的强度分量和上采样的强度分量,该上采样的强度分量更加符合上采样多光谱图像的空间结构,从而减少融合后光谱的失真,而且非线性IHS方法是基于IHS方法的,框架简单易于实现。利用得到的上采样的强度分量和全色图像进行NSCT变换,得到高低频系数并分别利用加权法和边缘强度最大规则进行融合,利用融合后得到的新系数进行NSCT逆变换,得到融合后的上采样强度分量,最后采用广义的IHS变换公式得到融合图像。通过两种方法的结合,避免了对图像的下采样操作,使融合后图像在空间细节信息注入的同时能更好的保持原多光谱图像的光谱信息。本文利用高分二号卫星遥感数据对所提方法进行实验验证,并设计了与传统方法的对比实验,实验结果表明所提出的方法在客观定量和主观感知方面都有更好的融合效果。