-
目前，图像融合领域已经取得了巨大的发展，国内外的专家都投入了较大的精力与时间研究了图像融合的算法，取得了不少的喜人成果，并且在很多领域都获得了实际的应用，包括军事领域的导弹制导系统，以及医学领域的医学图形成像等等。19558
- 上一篇：融合图像质量评价的国内外研究现状
- 下一篇：远程控制安全构架的技术研究现状
pansharpening算法是是一个从高分辨率全色图像和低分辨率的多光谱图像推断出高空间和高光谱的图像的过程，其在特征检测，土地覆盖率，水深度估计，土壤含水量，植被制图和许多军事任务中具有巨大作用。高空间分辨率对于精确描述形状和结构是非常必要的。大多数卫星提供高分辨率的灰度图像，其中包含精确的形状，特征和结构，以及在较低空间分辨率下却拥有精确地光谱信息的多光谱图。Pansharpening的目的是从以前的数据中推得高空间和高光谱分辨率的图像。
Pansharpening算法中包含了图像融合的重要思想，其中，图像融合就是指将两幅（多幅）图像中的数据进行整合，以获得两幅（多幅）图像中的信息，并对其进行整合，综合提取图像中的信息，以获得比原图像更好的显示效果。但是这仅限于两幅（多幅）相似图像之间的整合，两幅毫不相关的图像至今的融合是毫无意义的。
在过去几十年pansharpening一直是研究的密集的领域。最初施加在最终的彩色图像的方法是为了匹配全色图像的亮度，同时保持最初的色差分量的低频率。这是部分替代技术的情况，比如强度，色调，饱和度（IHS）和主成分分析的变换（PCA），或相对光谱的贡献方法，比如强度调制和乘积变换，利用离散小波变换或拉普拉斯金字塔算法也被提了出来。最近，一些变量模型鼓励通过特定能量函数的最小化寻找pansharpening图像。
通过查阅文献，我总结了近几年pansharpening算法在国内外的发展近况，其中，我发现国内，吉林省地理信息工程学院姜红艳，邢立新，梁立恒，王明常几位老师在此方面曾有较多研究，他们通过pansharpening方法，贝叶斯模型，以及信息融合技术，使全波段数据与多光谱波段数据自动对齐，成功的保留了光谱信息，同时增加了空间分辨率。以IKONOS全波段和多波段影像为例进行了深入的探讨，并对自动融合的结果进行了定量和定性的分析。国外现状：在国外现状中，由于搜索能力的限制，并没有发掘到太多国外的应用，只是看到，国外已有一些团队，将pansharpening算法应用到城市绿地规划中，并且在改善人居环境和城市生态环境中取得了较大的成效。其中形成了规范的ENVI规范，较好的保持了影像的纹理和光谱信息