基于弹性配准和多重变换域的遥感图像超分辨率重建方法研究

Our national spaceborne/airborne payloads and observation data are experiencing a rapid development in recent years.While pursuing high resolution payloads, it is also necessary to making use of the present spaceborne/airborne payload resources by super resolution (SR), which is a technique of restoring a high spatial resolution image from a sequence of low resolution images of the same scene captured at different time in a short period. Common SR methods, however, fail to be applied in the Earth observation community, this is mainly because: on one side, fail to overcome the irregular local warps and transformation brought by platform vibration and air turbulence within the low resolution remote sensing images; on the other hand, none of the methods is focused on remote sensing images with high efficiency.A set of super resolution method will be proposed for remote sensing images in this proposal. It includes the following tasks: ① a high efficient elastic image registration method will be proposed for solving irregular local warps and transformation within the low resolution remore sensing images;② a combinatorial sparse representations will be set up for remote sensing images in multiple transform domains;③by combining elastic registration method and the sparse representation prior in multiple transform domains, carry out research on Maximum a Posteriori based super resolution method for remote sensing images;④ super resolution will be extended to multispectral remote sensing images, and classification accuracy base on super resolved multspectral images will be further used to verify the effectiveness of the super resotration.

我国航天/航空载荷数量和观测数据呈快速增长的态势，在追求高空间分辨率载荷的同时，开展超分辨率技术研究（即基于多时相、同一场景低分辨率图像重建出高空间分辨率图像），利用现有载荷和观测数据资源来提高遥感图像的空间分辨率同样具有重要意义。常规超分辨率重建方法，无法克服低分辨率图像间由载荷平台抖动和大气扰动等因素带来的非规则几何畸变；同时缺乏针对遥感图像的高效重建方法，因而本项目拟提出一套高效的遥感图像超分辨率重建方法，重点研究：①建立一种高效的弹性图像配准方法来解决低分辨率遥感图像间非规则几何畸变和错位的问题；②基于多种变换域，开展遥感图像在多重变换域的稀疏性表达研究；③结合弹性配准和多重变换域稀疏表达，开展基于最大后验概率方法（MAP）的遥感图像超分辨率重建方法研究；④进一步把超分辨率重建方法拓展到多光谱遥感图像，并以此开展地物分类研究，从而拟间接地验证重建高分辨率多光谱遥感图像的有效性。

为了克服了载荷平台抖动和大气扰动带来的非规则的几何畸变和错位，我们首次把弹性配准体系引入到遥感图像超分辨率的重构中，使得超分辨率技术离实际应用更近了一步。针对图像间包含非规则几何畸变的情形，虽然不能用全局的数学表达式来描述这种映射关系，但是我们可以粗略地理解为图像间包含刚性的全局表达式再加上图像局部区域各自不同的映射参数。待配准图像和参考图像首先通过刚性配准方法进行粗配，而后再通过分块的策略来精细地微调，逐像素滑动块的窗口，计算出每个块中心像素位置的微调参数。由于卫星遥感图像细节丰富、地表覆盖复杂，因而很难构建一种适用于所有遥感图像的单一稀疏表达。因此我们提出一种多重变换域理论的思想，将一幅遥感图像理解成由包含不同纹理特征的子图构成，不同纹理特征的子图分别由不同的变换域来实现其稀疏性表达，进而通过组合多种不同的变换域即多重变换域，来实现整体遥感图像的稀疏性表达.通过结合弹性配准和多重变换域稀疏表达，我们提出了一种全新的基于最大后验概率方法MAP的遥感图像超分辨率重建方法研究，其中构建了以L1范数最小化为核心的代价函数，通过剪裁和修改现有的L1范数最小化优化算法ISTA，最终形成一种适合遥感图像的高效超分辨率重建方法。面向多种卫星：吉林一号视频星，欧比特卫星，高分四号卫星开展了超分辨率技术研究，并获得了优于业内的重构结果。实验结果受到军队某部门和民政部减灾委的好评。并以此为契机获得了航天东方红卫星有限公司350万元的横向项目《基于面阵ＣＭＯＳ相机的星载超分辨率技术研究》，实现了科研成果的有效转化。