针对点特征匹配方法中特征的独特性不高, 在弱纹理区域的影像匹配存在不足等问题, 提出了一种尺度、旋转以及亮度稳健的高分辨率影像直线段特征匹配方法。首先, 对待匹配的影像进行边缘检测和拟合, 提取直线段特征; 然后, 将直线段特征分级, 利用特征的方向关系匹配长直线段特征; 最后, 以同名长直线段特征对作为控制基础, 以角度和距离作为量化特征, 构造关系描述符, 实现短直线段特征的匹配。实验结果表明, 由于在同一幅影像中, 每条特征直线段所在直线都有唯一对应的直线方程, 特征的独特性很高, 所以可以很好地避免误匹配, 得到的正确匹配概率为90%以上, 且均方根误差达到了亚像素级。该匹配方法在弱纹理区域比点特征匹配方法具有明显的优势, 能够较好地满足应用需求。

针对目前大多数特征提取算法对图像的亮度变化敏感这一问题, 提出了一种基于图像灰度直方图整体分布的参数自适应亮度稳健特征提取变换(PA-IRFET)算法。该算法首先确定灰度变换函数的形式, 通过分析图像的直方图分布来计算灰度变换函数参数,然后利用不同参数值的变换函数对图像进行变换, 建立图像的亮度空间; 最后, 以亮度空间为基础, 结合适当的特征提取算子在亮度空间进行图像特征提取以获得亮度稳健的特征。通过实验将PA-IRFET算法与Harris算子相结合进行特征点提取, 检测到的特征点个数比IRFET-Harris检测到的特征点个数大幅提高, 重复特征点的个数大约提高了20%以上。实验结果表明, 提出的算法对图像亮度变化具有较强的鲁棒性。

在分析现有影像融合评价指标的基础上，根据人眼视觉特性，提出一种基于特征结构相似度的遥感影像融合评价指标.首先从原始影像和融合影像中提取空间特征和光谱特征，然后综合计算空间特征和光谱特征的结构相似度作为评价指标，达到评价影像质量的目的.通过对多种传感器获取的遥感影像进行融合实验，结果表明该客观评价方法与主观评价结果一致，是一种有效的遥感影像融合质量评价方法.