Beim Zusammenfügen von multispektralen Bildern ist aufgrund der Bildanforderungen und der Informationsunterschiede der verschiedenen Spektralbänder eine schnelle vollständige spektrale Bildzusammenfügung unter Bedingungen mit geringer Überlappung nicht möglich. Zur Lösung dieses Problems wird in diesem Artikel ein adaptiver Algorithmus zum schnellen Zusammenfügen multispektraler Bilder mit geringer Überlappung und verstärkter Phasenkorrelation vorgeschlagen. Als Bezugskanal wird der Kanal mit dem maximalen Informationsentropie der multispektralen Bilder gewählt. Es wurde eine Methode zur Verstärkung der Bildkorrelation und Segmentierung entwickelt, bei der unter dem Bezugskanal zwei benachbarte spektrale Bilder mit bestimmten Schrittweiten ausgeschnitten werden, um die Überlappungsrate der zuzuordnenden spektralen Bilder zu erhöhen; die Methode der kleinsten Quadrate wurde zur dynamischen Anpassung der Anzahl der Segmentierungen und der Schrittweite eingeführt, um die Optimierung der relativen Verschiebung zu erreichen und gleichzeitig die Adaptivität und Genauigkeit des Algorithmus zu verbessern; unter Verwendung des Prinzips der Konsistenz der Verschiebungen zwischen zwei benachbarten Subbildkanälen wird durch die Positionsbestimmung anhand der Verschiebung des Bezugskanals das Problem gelöst, dass einzelne Kanäle aufgrund unzureichender Information nicht zusammengesetzt werden können, während die Effizienz der multispektralen Bildzusammenfügung verbessert wird. Experimente zeigen, dass die Methode eine schnelle Zusammenfügung von 16 Kanälen mit einer Überlappung von nicht weniger als 5 % ermöglicht und in Bezug auf Gesamtschnittqualität und Zeitaufwand den vier Algorithmen Harris, SIFT, FAST-SURF und BRISK-ORB überlegen ist, wodurch ein gewisser praktischer Wert besteht.

Phasenkorrelationsmethode; multispektrale Bildzusammenfügung; geringe Überlappung; Verstärkung der Korrelation; Methode der kleinsten Quadrate