随着多种遥感卫星的发射成功,多传感器、多时相、多分辨率、多频段的遥感图像数据不断涌现,各自显示了自身的优势和局限性。为了能充分利用和开发这些数据资源,将遥感数据采用一定的算法生成一组合成影像,能够弥补单一图像信息的不足。本文针对利用Landsat-7 ETM+遥感影像更新地形图数据库这一需求,合理地选择遥感数据,通过有效的融合方法进行影像融合,得到突出线状地物信息的融合图像。 通过影像预处理对融合效果的影响分析,得到用双三次法对多光谱影像重采样到全色波段影像的大小,比用其它重采样方法效果更好;用直方图匹配对全色影像进行处理比不进行直方图匹配效果要好,对待融合图像进行自动色阶处理后能够使融合图像的反差更大。 对影像融合质量的评价,不同的应用有着不同的评价标准。本文的融合目的是为了在提高多光谱影像空间分辨率的同时保持色调不变,从另一角度理解为在已知低空间分辨率多光谱影像和高空间分辨率全色影像的基础上,模拟生成高空间分辨率多光谱影像。针对这一应用目的,本文在对现有的定性定量指标分析的基础上,设计了一组适合本文的评价标准,就是在目视判读的基础上,采用平均梯度和小波能量分析融合影像和原始未降解的多光谱影像的空间分辨率差异,采用标准方差、标准偏差和协方差矩阵行列式值分析融合影像和原始未降解的多光谱影像的信息差别,采用均值、中值和归一化最小方差分析融合影像的光谱信息保持程度。 将待融合图像降解到原来分辨率的一半,用现有的一些融合算法进行融合实验,并用定性和定量评价方法对融合图像进行质量评价,得到10种较好的融合方法。为了突出线状地物信息,提出了基于波段选择和基于主分量选择的方法,将选择的波段组合与全色影像采用这10种融合方法进行融合实验,发现Daubiches4系数小波变换融合方法是最好的。这从另一个方面说明了选择的组合波段能够突出线状地物的信息。其中,基于主分量选择的融合方法更能突出水系与周围地物的反差。 通过以上理论和实验分析,得出最佳的影像融合步骤是先对多光谱影像进行双三次重采样,再选择波段7、2、1或主分量1、3、4作为待融合的波段组合,然后将待融合波段图像进行自动色阶处理,对全色影像以组合波段为标准进行直方图匹配,然后再用Daubiches4系数小波变换融合算法对组合波段影像和全色影像进行融合。为了进一步检验该融合流程的效果,又对其它两景不同地区的ETM+影像进行实验,融合效果和前面的实验结果一致,达到了应用目的。本文最后还对基于波段选择和基于主分量选择的小波变换融合方法在地形图更新中的应用进行了简单地描述。