利用SFIM、MLT、HPF和修改的Brovey(MB)等遥感影像融合算法对Landsat　7　ETM+影像进行融合和自动分类研究,并就融合影像的光谱保真度、高频空间信息融入度和分类精度对这些方法进行评价.结果表明SFIM变换几乎完全保持了原始影像的光谱特点,并具有最高的平均分类精度;MB变换具有最高的高频空间信息融入度;MLT变换也具有较高的分类精度;只有HPF变换的各项指标都不突出.所有4种融合影像的分类精度都较原始影像的分类精度有明显的提高.这表明,源于同一传感器系统的不同分辨率影像的融合可以避免异源传感器融合影像所常见的各种参数、时相和配准误差,所以能够明显地提高影像的自动分类精度.