● 摘要
遥感指的是使用卫星传感器，??或者飞机从高空域观察大气或地球表面的技术，是一个非常重要的领域。随着越来越多的地球观测卫星发射升空，可以获取多时相，多传感器，多分辨率，多频率的图像数据。一个称之为卫星图像融合又称“泛锐化”的技术，已经成为遥感图像解译领域内一个非常有价值的工具。许多卫星系统提供两种光学图像：全色（PAN）和多光谱（MS）图像。这两种图像可以融合（全色锐化），以产生同时具有高空间和高光谱分辨率的图像。针对此问题有非常多的方法被开发出来，但由于传感器的限制，（PAN）和（MS）图像之间的相关性较低，融合后的结果与真实的获取的高分辨率多光谱图像结果相差巨大。事实上，这种限制所导致的光谱或颜色失真是全色锐化最显著的问题。此外，泛锐化前多光谱图像升采样插值可能引入失真，会在融合过程中造成光谱失真。
在这篇论文中，为了能够更好的理解全色锐化，我们对现有的知名全色多光谱融合技术进行了一个全面的综述。随后，针对光谱失真这一问题，我们提出了两种新的融合算法以减少光谱失真并提高融合质量。
第一种方法我们改进了全色锐化之前的预处理步骤。该方法首先利用来自于（MS）的强度图像以改进（PAN）图像，从而提高它们之间的相关性。之后，全色锐化在改进的PAN（而不是原来的全色）和MS之间使用任何方法进行以得到融合图像。从实验结果中可以看到，与许多传统方法相比，这种方法保留了更多的光谱信息，并得到了更好的视觉质量。
第二种方法是基于强度差匹配（IDM）的方法，主要针对MS图像的升采样和插值问题进行处理。首先，对低分辨率的全色和多光谱图像的各个波段间的差进行匹配，然后将差值图像升采样值全色图像大小以减少在整个MS图像升采样期间可能会带来的失真问题。评估结果显示，该方法与传统方法相比不管是在光谱信息还是在空间信息保持方面都有更好的结果。