本文主要是介绍图像处理系列——图像融合之高通滤波（HPF），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
前话不多说，直接进入主题。
一、基于高通滤波融合算法原理
HPF融合算法原理其实就是将高空间分辨率全色影像中的高频信息(细节、边缘)叠加到低分辨率多光谱影像上。其处理流程如下图所示，先将高分辨率全色影像与低分辨率多光谱影像进行直方图匹配；再利用高通滤波器提取出直方图匹配后全色影像的高频分量，低频信息大部分被滤除；最后将提取的高频信息加入到低分辨率多光谱影像中，即可形成分辨率较高且纹理细节突出的多光谱融合影像。
基于高通滤波的融合算法的数学表达式为：
二、HPF融合算法特点
HPF融合算法操作简单，对影像波段数没有限制，但是由于是通过高通滤波对高分辨率全色影像进行处理，得到的分量将会损失影像中大量重要的细节纹理信息。因而通过该算法得到的融合影像主要是用于后续的地物分类、边缘检测和影像分割等处理工作。对于不同空间分辨率的影像数据，HPF算法中所采取的滤波器尺度应该有所不同，试验证明滤波器大小为影像高低分辨率之比的两倍时可以达到最佳的效果。
三、关键技术实现代码
//由于影像数据的全色锐化比为1/4，所以这篇关于图像处理系列——图像融合之高通滤波（HPF）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
