近年来,遥感技术发展迅猛也更广泛地运用到了我们的实际生活应用中,遥感图像融合也受到了更多的重视,其中遥感图像融合中的多光谱和全色图像融合得到了更多的研究与关注。该类融合算法正是将传感器采集的同一地区的全色图像与多光谱图像通过融合算法融合,将两类图像的优点相结合,得到纹理信息精确光谱保持度好的高质量融合图像。本文首先对遥感图像融合的背景和研究现状进行了有关介绍,对一些经典融合算法进行了详细地分析。针对现有融合方法在融合过程中不能同时兼顾图像的空间与光谱信息,以及出现的光谱扭曲现象,提出了相关改进,主要工作如下:1.针对传统IHS融合方法在融合过程中常出现的光谱扭曲问题,提出了一种基于引导滤波的AIHS遥感图像融合方法。首先,采用引导滤波对多光谱图像进行滤波操作,对图像的边缘信息进行充分提取,利用高通滤波对多光谱图像和全色图像进行滤波操作,得到其各自的高频细节分量;然后,利用自适应AIHS方法求解自适应系数,得到细节分量图;最后,利用引导滤波对多光谱图像和全色图像的高频细节分量进行滤波,提取它们差异信息中包含的光谱信息,并将其注入到细节分量图中,得到融合图像。原始的多光谱图像进行引导滤波处理,图像的边缘细节可以得到更好的保持;由于使用了自适应AIHS算法,能够自适应对细节分量图进行求解,使融合过程中的各分量得到更准确、高效地处理,减少光谱扭曲。本算法在保证融合图像空间细节的同时兼顾到光谱信息的保持,使两者更好地在融合结果中体现,能够较好地解决融合过程中的光谱扭曲问题,提高图像的利用率。2.针对IHS融合方法在融合过程中产生的光谱扭曲现象,本文对其产生的原因进行了详细分析,指出了强度分量与全色图像关联性不高、在光谱响应范围内不一致和光谱间的信息差别较大是导致光谱扭曲、造成融合图像信息丢失的主要原因。针对这一现象,本文提出将强度分量与全色图像进行均衡化处理,提高两者的相关性,获得在直方图匹配中最佳的灰度变换关系,得到最优强度分量,进行分量替换得到融合图像。3.在2中所介绍的基于直方图优化的融合算法虽然有效地提高了强度分量I和全色图像相关性,在一定程度上减少了光谱扭曲,但是得到的最优强度分量同样存在一定的信息缺失。为了更好地提高融合图像的质量,获得空间、光谱信息更丰富的融合图像,在直方图优化求解的基础上,将IHS算法与PCA、小波变换相结合,扩展了IHS算法可以处理的波段数,首先对多光谱图像利用PCA进行转化,用包含主要信息的主成分进行表示,接着将降维得到的多光谱图像进行IHS变换,将I分量与全色图像进行2中的改进操作得到优化匹配后的new PAN,然后对new PAN和I分量进行小波分解,根据融合规则进行融合,然后进行IHS逆变换得到融合图像。