遥感的英文是”remote sensing”,意即”遥远的感知”^[5，8]。而遥感影像融合将空间、时间、波谱上冗余或互补的多源遥感数据按照一定的规则进行运算处理，获得比任何单一数据更精确、更丰富的信息，生成具有新的空间、波谱、时间特征的合成影像数据[1]。影像通过融合既可以提高多光谱影像空间分辨率，又保留其多光谱特性。因此，它不仅仅是数据间的简单复合，而强调信息的优化，以突出有用的专题信息，消除或抑制无关的信息，改善目标识别的影像环境，从而增强解译的可靠性，减少模糊性（即多义性、不确定性和误差），提高分类精度，扩大应用范围和效果^[1]。

遥感影像融合技术是国际遥感界近几年研究的重点之一。通过图像融合可以提高多光谱遥感图像空间分辨率、改善配准精度、增强特征、改善分类，对多时相图像用于变化检测、替代或修补图像的缺陷^[9]。但是不同的融合的方法得到融合的效果不一样，所以我们要根据地区影像，选出适合的融合方法。

李存军等人^[3]的数据源是城区IKONOS影像，通过目视判别、定量统计参数和图形法3种方法对两种融合算法(为了使融合影像保真性较好，计算又较简单，采用了基于亮度调节的平滑滤波和光谱锐化两种高保真的影像融合算法的原理及方法，并对他们进行了定性和地量的评价)进行了比较，并与传统的融合算法IHS变换和PC进行对比结果显示：4种融合算法的空间效果是相似的，但从光谱信息的保真来看，PC变换和IHS变换都较差，于亮度调节的平滑滤波保真效果最好，光谱锐化变换次之，但是光谱锐化变换保真效果已比PC变换和IHS变换有了较大的提高^[3]。

高欣等人^[2]是以陕西省延安地区ALOS卫星的2.5m全色影像和10m多光谱影像数据为数据源，它是由4、3、2波段组合方式。采用的融合方法有：主成分变换融合、乘积变换融合、Brovey变换融合^[6]。结果：所有融合处理图像的标准差和信息熵多大于原始影像，融合后图像的信息量大大增加，其中Brovey变换法在提高目视效果和识别精度方面优于其他2种融合方法。结论：3种变换融合方法中，Brovey变换更适合于陕北黄土丘陵沟壑区ALOS遥感影像的融合，同时也为提高该地区遥感影像的解译精度奠定了基础^[2]。

刘建华^[4]是以北京市某地区的Quick Bird影像为研究数据，将融合、分割试验研究结果与定量分析结果相结合，从光谱和几何特征两个方面对现有基于像素的主流融合方法IHS、HPF、WPC、ELS及GS进行对比研究。结果表示：不同融合方法针对同一数据源得到的融合影像在目视效果与定量指标两个方面均存在明显的差异，若顾及后续分割与分析，则以GS融合法的综合效果最佳^[4]。

马士彬^[15]是以贵阳市部分区域为研究区，采用PCA,Brovey,SVR,IHS的融合方法对该地区的HR数据与CCD数据进行融合实验。研究表明：SVR变换方法最适合此地区遥感融合，空间信息丰富，图像细节效果良好^[15]。

董金芳等人^[14]资源一号02C星搭载了我国民用遥感卫星最高分辩率的多光谱相机和全色多光谱相机进行拍摄图片。采用了主成分变换融合、HSV变换融合、Brovey变换融合、基于Gram-Schmidt变换融合。结果表明:基于Gram-Schmidt变换融合的图像相对于其他3种融合方法空间分辨率大大提高了，同时与原多光谱波段的光谱信息相关性高，光谱保真能力强^[14]。但是基于Gram-Schmidt变换融合的清晰度不及HSV变换方法。此外，在与原始多光谱图像的相关性上还有一定的提升空间，还需要进一步改进^[14]。

由此可知通过融合处理、综合运用多源信息，得到性能比任一源图像好的图像，以便于图像的后续处理和更好地满足应用要求^[13]。从信息处理的层次上图像融合可分为：信号层图像融合、像素层图像融合、特征层图像融合和符号层图像融合^[11，12]。

贺一平^[10]研究船舰噪声的多种特征信息提取，通过采取信息融合的手段对提取的多类信息特征进行特征融合，提高舰船目标识别分类的概率。