卫星多源遥感图像融合技术是遥感图像处理领域的一门新兴的边缘交叉学科,它可以将多源传感器的图像数据进行关联和复合,产生出比单一信息源更精确、更完整、更可靠的估计和判断,是目前遥感应用领域和图像工程领域的研究热点。多光谱和全色图像的融合是遥感图像融合中发展较快的技术之一。由于小波变换在时频域卓越的多分辨率分析特性和IHS变换对多谱图像的彩色增强作用,基于IHS和小波变换的图像融合算法已经成为目前多光谱遥感图像融合技术的主流。与正交小波变换不同的是,双正交小波变换具有线性相位特性,可以精确地重构图像。因此,本文重点研究基于双正交小波变换和IHS变换的多光谱和全色遥感图像的融合技术。然而,大多数遥感图像融合存在光谱信息保留和空间细节增强的不一致性,只凭单一的融合方法,很难满足光谱信息保留和空间细节增强两方面的应用要求。为了有效地解决这一矛盾,本文不局限于单一的图像融合方法和小波系数融合规则,而是将各种方法和规则结合起来并加以改进,综合考虑输入图像的多个特征向量,用最低层的离散双正交小波变换实现了一种新的基于颜色补偿的CWT-IHS多源卫星遥感图像融合算法。首先,对全色图像和由IHS变换得到的多谱图像亮度成分进行单层双正交小波分解。然后,按如下规则进行小波分解系数的融合:对高频小波系数,将颜色补偿(CC)法引入到局部方差(LD)融合法中,形成高频的局部补偿融合(LC)准则;对低频小波系数,将颜色补偿法(CC)和高通滤波(HPF)融合方法结合起来,形成低频的高通补偿(HC)融合准则。最后,对小波重构得到的新亮度成分和原始多谱图像的色度和饱和度成分进行IHS反变换,从而得到最终的融合结果图像。新融合算法被用于不同地区的IKONOS、QuickBird、SPOT、Landsat TM / ETM+等多种多光谱/全色卫星遥感图像的融合实验,并与其它一些典型的图像融合算法进行了比较分析。实验结果证实该算法是简单有效的。无论是从主观视觉评价,还是从客观性能统计分析来看,新图像融合算法均具有较优的融合效果。它既能较好地增强融合结果图像的空间细节特征,又能保持较多的原始多谱图像的光谱特性,实现了空间细节增强和光谱信息保留的有效统一。