题目：遥感图像融合方法研究

遥感图像融合研究作为图像融合领域的一个重要分支，主要是研究如何综合利用不同航空遥感传感器所获取的图像信息，产生新的图像，以获取对同一事物或目标更为全面、客观及本质的认识。近二十年来，引起了世界范围内的广泛关注和研究热潮，成为解决海量数据的一种有效手段，尤其是随着IKONOS、Quick Bird、SPOT-5等高分辨率遥感卫星的相继发射，遥感卫星图像的空间分辨率得到了很大的提高，使得高分辨率遥感图像的应用范围更加广泛。遥感图像融合的目的是充分利用多个待融合源图像中包含的冗余信息和互补信息，将这些信息智能化合成，产生比单一图像信息更精确、更可靠的描述和判决，融合后的图像应该更适合于人类视觉感知或计算机后续处理。本文主要针对高空间分辨率全色图像和多光谱图像的融合方法进行了研究。主要工作如下：
(1) 首先讨论了遥感图像融合的历史发展和研究现状，综述了常用的遥感图像融合方法，并比较了各种方法的特点。
(2) 图像预处理是进行融合前非常重要的一个阶段，其误差大小直接关系到融合图像的质量，因此，图像预处理是遥感图像融合的前提和基础。本文概述了图像预处理的方法，对遥感图像的几何校正、图像配准和直方图匹配进行了简要的介绍。本文从主观和客观两个方面介绍了目前对融合图像的评价标准，特别在客观评价标准上，分别从单一融合图像的统计特征、融合图像与标准参考图像的关系和融合图像与原始图像的关系三个方面对评价参量进行了分类总结。
(3) 小波分析具有多分辨率分析特征，小波在图像分析和处理方面具有很大的优越性，在分析总结了前人的融合算法的基础上，提出了将小波变换应用到遥感图像融合中。由于图像的局部特征往往不是由一个像素所能表征的，它是由某一局部区域的多个像素来体现的，同时，通常图像中某一局部区域内的各像素之间往往有较强的相关性，因此，这种基于像素的融合规则带有很大的片面性，其融合效果也有待改善。提出了基于区域能量的融合方式可以克服上面所说的片面性，而且可以获得更好的视觉效果，使融合图像细节更丰富，更清晰。为了最大限度的保留两幅图像中的重要信息，对多光谱和高分辨率遥感图像来说，既要保留原多光谱图像中的地物光谱信息，又要引入高分辨率图像中的细节纹理信息，提出了一种基于小波变换的自适应融合新算法。通过实验验证了该方法的有效性。
(4）Contourlet是一种新的多尺度几何分析工具，比小波变换更加适合分析二维图像中的曲线或直线状的边缘特征，而且具有更高的逼近精度和更好的稀疏表达能力。本文在研究了Contourlet变换原理和性质的基础上，提出了基于Contourlet变换的图像融合方法，将全色图像和多光谱图像进行Contourlet分解，然后在相应尺度上利用融合规则将Contourlet系数进行融合，最后进行重构得到融合图像。同时提出了一种基于小波-Contourlet变换的融合新算法，以及基于Contourlet变换的自适应融合新算法。实验结果验证了该方法的有效性。