基于MTF和变分的全色多光谱图像融合提升技术

本文主要探讨了"基于MTF和变分的全色与多光谱图像融合模型"的研究。全色（Panchromatic, Pan）和多光谱（Multispectral, MS）图像融合是遥感领域的一个关键技术，旨在通过将高分辨率全色波段的详细信息融入多光谱图像中，生成具有高空间分辨率和高光谱信息的综合图像。传统上，pan-sharpening技术用于实现这一目标。 在融合过程中，考虑到多光谱和全色波段的调制传输函数（Modulation Transfer Function, MTF），作者提出了一种创新方法。MTF是衡量图像频率响应的重要参数，它反映了图像传感器在不同频率下的信号传输能力。在这个模型中，能量泛函被设计为两个核心部分：第一部分是细节注入项，采用高通滤波器从全色波段提取细节信息，并将其有效地融入到融合图像中，以增强其空间分辨率。这种方法利用了高频特征来提高图像的细节清晰度。 第二部分是光谱保真项，通过根据MTF设计多孔小波的低通滤波器，确保多光谱波段的信息得以保留，避免过度增强导致的光谱失真。多孔小波是一种特殊的滤波工具，能够同时处理频域和空间域信息，对于保持图像的原始光谱特性非常有效。 实验部分，研究者在QuickBird、IKONOS和GeoEye等多源遥感数据集上测试了该模型，结果显示，与AWLP、IHSBT、HPM-CC-PSF、NAWL和快速变分等传统融合算法相比，基于MTF和变分的方法能生成具有更优的空间和光谱质量的融合图像，证明了其在图像融合领域的优越性能。 关键词包括：图像融合、pan-sharpening、调制传输函数、变分方法和多孔小波。这篇研究论文的引用格式为：周雨薇、杨平吕、陈强和孙权森于2015年在《自动化学报》发表的文章，提供了对基于MTF和变分技术改进pan-sharpening过程的深入理解，以及其在实际遥感应用中的价值。文章的DOI为10.16383/j.aas.2015.c140121，供读者进一步查阅和研究。