定义

分类(基于像元的图像融合 基于特征的图像融合 基于决策层得图像融合)

定义

遥感图像融合是一个对多遥感器的图像数据和其他信息的处理过程，它着重于把那些在空间或时间上冗余或互补的多源数据，按一定的规则（或算法）进行运算处理，获得比任何单一数据更精确、更丰富的信息，生成一幅具有新的空间、波谱、时间特征的合成图像。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，改善目标识别的图像环境，从而增加解译的可靠性，减少模糊性（即多义性、不完全性、不确定性和误差）、改善分类、扩大应用范围和效果。

分类

基于像元的图像融合

是指对测量的物理参数的合并，即直接在采集的原始数据层上进行融合。它强调不同图像信息在像元基础上的综合，强调必须进行基本的地理编码，即对山歌数据进行相互间的几何配准，在各像元一一对应的前提下进行图像像元级的合并处理，以改善图像处理的效果，使图像分割、特征提取等工作在更准确的基础上进行，并可能获得更好的图像视觉效果。

基于特征的图像融合

是指运用不同算法，首先对各种数据源进行目标识别的特征提取如边缘提取、分类等，也就是先从初始图像中提取特征信息——空间结构信息如范围、形状、领域、纹理等；然后对这些特征信息进行综合分析和融合处理。这些多种来源的相似目标或区域，它们空间上一一对应，但并非一个个像元对应，并被相互指派，然后运用统计方法或神经网络、模糊激愤等方法进行融合，以进一步评价。

基于决策层得图像融合

是指在图像理解和图像识别基础上的融合。也就是，经“特征提取”和“特征识别”过程后的融合。它是一种高层次的融合，往往直接面向应用，为决策支持服务。