随着遥感卫星空间数据获取能力和成像技术的提高,获取影像的数量和影像分辨率不断提高,高分辨率遥感影像逐渐成为社会发展、国防安全、农业生产、灾害监测等需求的主要信息来源。遥感影像融合可以综合多幅影像的信息优势,产生的新的融合影像包含的信息更加适用于遥感应用,更大地提高遥感影像的利用率。遥感影像的广泛应用促使大量的融合算法产生,如何为影像融合选择合适的融合算法是遥感影像研究中一个值得探讨的问题。根据遥感影像获取传感器的异同,可将遥感影像融合分为同源遥感影像融合和异源遥感影像融合,本文基于常用影像融合算法,针对同源/异源高空间分辨率全色和多光谱影像融合算法的选取进行比较分析,并选取研究结果中融合效果最好的同源/异源高空间分辨率融合影像进行绿地信息提取。本研究以合肥市经济技术开发区与肥西县交界区域为研究区,使用IKONOS、SPOT6与GF-1遥感卫星影像的全色影像与多光谱影像为数据源对同源、异源高空间分辨率遥感影像的融合算法选取以及融合影像绿地信息提取效果进行分析研究。主要研究内容及结果如下：1.同源高空间分辨率遥感影像融合算法优选研究。遥感卫星影像获取平台一般可以同时获取高空间分辨率的全色影像和多光谱遥感影像,对同源遥感影像进行融合可以使融合影像同时具有高空间分辨率和多光谱信息,融合影像适用范围更广。选取IKONOS全色和多光谱影像作为同源影像融合数据源,对HSV变换、Brovey变换、小波(WT)变换、主成分(PC)变换、Gram-Schmidt、Pan Sharpening、Color Normalized (CN)变换七种融合算法融合后的遥感影像分别从空间信息和光谱信息两方面分别进行定性分析和定量分析,并在此基础上对融合影像分别进行分类精度比较分析。研究得出,同源高空间分辨率遥感影像融合算法中,PC变换算法融合后的遥感影像在空间信息、光谱信息以及分类精度三方面的综合效果较好,总分类精度达到88.18%。2.异源高空间分辨率遥感影像融合算法优选研究。异源遥感影像获取平台高度、运行速度、观察范围和获取影像的分辨率都不同,异源遥感影像融合比同源遥感影像融合难度更大。选取SPOT6全色影像与GF-1多光谱影像作为异源高空间分辨率遥感融合数据源,对小波(WT)变换、主成分变换、Gram-Schmidt三种常用融合算法从空间信息和光谱信息进行分析研究。文中采用直接融合与过渡融合两种融合方式对异源高空间分辨率遥感影像进行融合算法比较分析。直接融合选取SPOT6影像作为全色影像,GF-1多光谱影像作为多光谱影像进行融合；过渡融合选取SPOT6全色影像作为全色影像、GF-1全色影像与GF-1多光谱融合后影像作为多光谱影像进行融合。研究表明,直接融合实验中,WT变换算法融合后的融合影像效果最好；过渡融合影像效果要明显优于直接融合影像效果,而过渡融合很难确定哪种融合效果最佳。3.基于同源／异源高空间分辨率融合影像绿地信息提取比较研究。同源高空间分辨率融合影像选取SPOT6的全色和多光谱影像进行融合,异源高空间分辨率融合影像选取SPOT6全色影像与GF-1多光谱影像进行过渡融合。同源高空间分辨率融合影像与异源高空间分辨率融合影像的分辨率均为1.5 m,避免了因尺度不同所产生的误差。研究得出,同源高空间分辨率融合影像的绿地信息提取精度为97.27%,而异源高空间分辨率融合影像的绿地信息提取精度为76.88%。同源／异源高空间分辨率融合影像中绿地信息均被较好提取,其中同源高空间分辨率融合影像绿地信息提取效果更为理想。异源高空间分辨率融合影像绿地信息提取结果中,小区中的绿化植被、道路中间及两边的绿化带等面积较小的植被信息很难被提取出来。同源／异高空间分辨率融合影像中长势较弱的部分植被信息均未被提取出来,形状细长并且位置与植被较为接近的部分道路被误分为植被。