考虑局部方差互信息和梯度一致性的改进SFIM遥感图像融合方法

全色图像和多光谱图像由于光谱和空间尺度上的差异，融合结果容易出现光谱失真或空间失真。如何同时实现两个尺度上的对齐，是提高融合效果的关键。传统的SFIM(Smoothing Filter-based Intensity Modulation)遥感图像融合方法可以保证光谱尺度上的一致，但在衡量空间尺度一致上还不够精确。针对此问题，本文提出了一种基于局部方差互信息的空间尺度对齐方法，并在平均梯度一致性的约束下进一步改进SFIM方法。该方法首先对多光谱各波段线性拟合生成多光谱强度图像，并对高分辨率全色图像进行高斯低通滤波，改变滤波参数循环计算2幅图像的局部方差图像间的互信息，当互信息最大时，高斯滤波参数为最佳滤波估计参数；然后，用该高斯滤波器卷积高分辨率全色图像，得到与多光谱图像空间尺度一致的低分辨率全色图像；之后，高低分辨率全色图像间比值处理得到细节图像，以高分辨率全色图像平均梯度为基准，引入调节系数控制细节图像的注入量；最后，细节图像、调节系数与多光谱图像相乘得到融合图像。为验证本文方法的有效性，在IKONOS和Quickbird两种数据集的植被区、建筑区和混合区3个不同场景六组图像开展融...