1。3 主要研究内容 2

2 卫星数据和研究区 4

2。1 卫星数据 4

2。2 研究区 6

2。3 本章小结 8

3 影像融合方法及结果 9

3。1 基于主分量变换的图像融合（K-L 变换法） 9

3。2 比值变换融合法（Brovey 图像融合法） 13

3。3 乘积变换融合法 16

3。4 基于 IHS 变换的图像融合 18

3。5 本章小结 20

4 影像融合的效果评价 21

4。1 定性评价 21

4。2 定量评价 21

4。3 本章小结 23

5 结论与展望 24

致 谢 25

参考文献 26

1 绪 论

1。1 遥感影像融合概述

遥感是在不直接接触的情况下，对目标地物或自然现象远距离感知的一门探测技 术[1]。

通过遥感技术的不断发展，给人们提供丰富的对地观测数据。这些数据来自有差 异的传感器，具有不同的的空间、时间和光谱分辨率以及不同的极化模式。单一传感 器获得的影像信息有限，因而使用需要往往难以得到满足，更多有用的信息经过图像 融合的形势从不同的遥感图像中获得来增补单一传感器的缺乏[1]。图像融合指在规定 的地理坐标系内，依照一定的算法将多源遥感影像生成新图像的进程。经过图像融合 既能够增强多光谱图像空间分辨率，又能够保留其多光谱共性[2]。论文网

高分辨率合成雷达孔径（SAR）图像反映了地物目标更加丰富的信息，SAR 的 出现对精确的地物目标信息获取满足了人们的需求。其特有的成像机理和对地物信息 的属性描绘及其全天时、全天候作业才能，与传统多光谱遥感数据形成了互补。SAR 图像分辨率高、纹理信息多，但斑噪影响大；多光谱图像光谱信息丰厚，但数据获取 易受天气影响。因而经过数据融合技术，能够增强多光谱遥感图像的空间分辨率、改 善配准精度、加强特色、改善分类，还能够优化遥感信息资源，完成多卫星遥感数据 的优势互补，使遥感信息完成最大限制的使用，从而为地学研究中的各种模型办法和 决策系统提供科学根据[3]。

1。2 国内外研究现状

1。3 主要研究内容

本论文利用最近发射的 ALOS-PALSAR2 卫星与 Landsat8 多光谱数据中的东京城 区和马来西亚森林两个地方的数据，通过主分量变换融合法、乘积变换融合法、比值 变换融合法和 IHS 变换融合法四种种融合方法进行影像融合，得到四种不同的方法融 合后的图像，然后通过定性和定量评价对融合结果进行评价，比较哪种方法融合后的 效果更佳。下面是本论文主要技术路线图：