遥感影像自适应超分辨率重建方法研究

高分辨率遥感影像能在较小的空间尺度上观察地表的细节信息，在诸多领域具有广泛的应用。本研究通过发展多时相遥感影像的超分辨率重建方法，在不改变现有成像系统的前提下增强遥感影像的空间分辨率。针对传统超分辨率重建方法自适应处理能力不足的缺点，本项目将围绕"场景自适应"、"区域自适应"和"参数自适应"展开研究，提高影像重建的自适应处理能力。主要研究思路是：根据不同时相影像的自身特点，自适应确定点扩散函数（PSF）的支持域和模糊模型，实现PSF估计的场景自适应；基于不同区域的模型残差和特征类别建立稳健的似然模型和先验模型，实现重建模型的区域自适应；利用U曲线方程的曲率特征，实现正则化参数选择的自适应。拟发展的方法不但可以增强影像的目视解译能力，还可以提高遥感影像后续处理如目标识别、地物分类的精度，在军事侦察、地形图更新、城市规划、地籍调查、生态环境评价等方面具有重要的应用价值和广阔的应用前景。

摘要：高分辨率遥感影像能在较小的空间尺度上观察地表的细节信息，在诸多领域具有广泛的应用。本项研究通过对同一传感器的不同时相影像进行超分辨率重建处理，将影像之间的互补信息进行充分融合，求解具有更高空间分辨率的影像。针对传统遥感影像超分辨率重建系统自适应能力不足的弱点，围绕“场景自适应”“区域自适应”和“参数自适应”三个方面，本项目发展了稳健、自动化的遥感影像超分辨率重建框架，有效提高影像空间分辨率，提升影像的解译能力与实际应用潜力，对军事侦察、生态环境评价、城市规划、地形图更新、地籍调查等具有重要应用价值。在项目资助下，项目组发表科研论文14篇，其中10篇SCI检索；出版著作一部；申请/获批专利2项；获得省部级自然科学一等奖一项。在人才培养方面项目组培养毕业博士生3名、硕士生3名，在读博士生3名、硕士生2名。