IHS与优化结合的新型遥感图像泛锐化方法

"这篇论文提出了一种新型的混合泛锐化方法，该方法结合了IHS变换和优化计算，旨在解决色相饱和度变换中常见的频谱失真问题，以提高遥感图像的空间分辨率和光谱保真度。在传统的IHS变换基础上，通过引入最小均方误差（MMSE）算法和优化过程，有效地融合了全色（PAN）图像和多光谱（MS）图像，从而得到更高质量的融合图像。" 论文详细内容分析： 1. **IHS变换**：IHS（色相饱和度）变换是图像融合领域常用的一种技术，它将图像分解为强度、色相和饱和度三个分量，以便更好地保留图像的颜色信息和空间细节。在泛锐化过程中，IHS变换通常被用来将全色图像的高空间分辨率信息注入到多光谱图像中。 2. **频谱失真**：在使用IHS变换进行图像融合时，一个主要问题是可能会导致频谱失真，即融合后的图像在光谱特性上与原始图像不符，降低了图像的质量和分析准确性。 3. **混合方法**：为了解决这个问题，论文提出了一种新的混合融合策略，该策略结合了IHS变换和最小均方误差（MMSE）算法。MMSE是一种统计优化方法，常用于估计信号或参数，以减少预测误差的均方值。 4. **优化计算**：在论文的方法中，首先应用IHS变换获取强度图像，然后通过MMSE算法融合经过直方图匹配的PAN图像和强度图像。接着，通过优化计算确定合适的组合系数，以合成一个新的强度图像，这个新图像同时包含PAN图像和强度图像的优势。 5. **逆IHS变换**：优化后的强度图像再通过逆IHS变换，可以生成具有高空间分辨率的融合多光谱图像。这种方法既保留了PAN图像的空间细节，又减少了由于IHS变换引起的光谱失真。 6. **实验验证**：实验使用QuickBird卫星图像进行性能评估，结果显示，所提出的混合方法能够显著提升空间分辨率，并有效缓解光谱融合现象，从而提高了图像的综合性能。 7. **期刊和出版信息**：论文发表在《遥感进展》(Advances in Remote Sensing)杂志2017年第六卷第17期，由南京信息工程大学和香港理工大学的研究人员共同完成。 这篇论文提出的新型混合泛锐化方法，通过创新性地结合IHS变换和优化计算，为遥感图像融合提供了一种有效的解决方案，有助于提高图像质量和分析的准确性。