提出了一种基于区域特征的结合IHS变换和小波变换的图像融合算法，首先分别对多光谱图像和高分辨率全色图像进行IHS变换和直方图匹配，对I分量和调整后的高分辨率图像进行小波分解，然后对不同频率分量进行融合时引入区域特征准则，低频部分采用加权平均算子融合法，高频部分采用改进的区域方差加权融合法，最后结合主观判断和客观定量分析验证该算法，实验结果表明该算法的融合图像的质量要优于传统的IHS变换法和小波变换法。

基于IHS变换的遥感影像融合方法研究，张建平，王崇倡，为了解决全色影像具有较高的空间分辨率但缺乏光谱信息；多光谱影像光谱分辨率高，光谱信息丰富，但其空间分辨率低的技术问题。本

完整代码，可直接运行

传统IHS变换图像融合方法，压缩包里面有代码和测试数据，打开MATLAB直接运行test.m就可以了。

针对高光谱图像空间分辨率不足导致异常检测虚警率过高的问题，提出了一种利用主成分分析（PCA）和IHS变换融合以降低虚警率的算法。首先对低分辨率高光谱图像进行PCA变换，提取3个主成分；然后对这3个主成分和高分辨率图像分别进行IHS变换，得到各自的强度分量，把高光谱数据的强度分量替换成高分辨率图像的强度分量；再运用IHS变换的可逆性，将新的强度分量与原色度分量和饱和度分量进行IHS逆变换，得到空间信息增强的高光谱图像数据；最后使用KRX算法对空间信息增强的高光谱图像数据进行异常检测。实验结果表明，本文算法的虚警率与KRX算法相比有很大的降低，取得了良好的检测效果。

实现多种方法的全色和多光谱图像融合：（1）IHS变换（2）高通滤波（3）GIHS方法（4）小波变换（5）PCA（6）Brovey变换。matlab实现。

IHS融合代码，直接可以运行使用，具有较好的融合效果

像素级遥感图像融合算法主要有IHS变换法、小波变换法、主成分分析（PCA）法和Brovey变换法。这几种融合算法理论比较成熟，并且在特定方面都有很好的融合效果。