遥感影像融合

目前多光谱卫星数据通常包括高分辨率的全色影像和对应的低分辨率的多光谱影像，比如GF1、GF2、ZY3、WorldView和Geoeye等影像。全色影像能表现出较好的空间特征信息，但是这些较好的空间信息在多光谱影像却难以看见。为了充分利用全色的高分辨率信息和多光谱丰富的光谱信息，融合处理应用而生。但难点在于如何使融合后影像的色彩最大程度地和多光谱一致。

较多的遥感影像处理软件中的融合方法处理得到的结果存在一个普遍现象 ---- 绿色植被区域颜色偏蓝，影像整体色彩饱和度低，视觉效果差。

为此，我谈谈如何进行遥感影像的融合处理。

1）利用软件处理

PCI，fuzego

但是目前使用较多的可能是ENVI，其中的所有融合方法（GS,NND,PCA等）处理得到的效果都存在色彩失真，如果在GS(Gram-Schmidt)融合处理之前，对多光谱和 全色影像做一个大气校正，效果会得到改善。

2)自己写一个融合程序

如果自己研究一个融合算法，这肯定存在一定难度。相对简单的是将现有的算法写成程序，再进行修改。通过我自己的经验，写GS融合和SVR融合是不错的选择。

GS融合和SVR融合都存在一个共同点：模拟的全色影像直接关系到融合影像的质量。

网上关于GS融合和SVR融合的文献（包含基于其改进的算法）很多，然而并未解决实际问题，这也是目前遥感处理软件中融合模块处在问题的原因。就GS融合而言 ，通常使用的模拟全色方法有两种：

1 多光谱波段求平均（融合影像色彩失真，绿色植被偏蓝）；

2 全色影像降采样到多光谱分辨率（融合影像色彩很好，但影像模糊）。

我在大量实验之后，最终找到了一种模拟方法，很好地解决了融合影像质量问题。如有需要可以交流交流。