城市遥感影像的超分辨率重建

3．8　城市遥感影像的超分辨率重建

影像的空间分辨率是衡量遥感能力的一项非常重要的指标，高分辨率的遥感影像可以使人们在较小的空间尺度上观察地表的细节变化。它在城市生态环境评价、城市规划、地形图更新、地籍调查、精准农业等方面有巨大的应用潜力。

影像的超分辨率重建是指利用信号处理和软件方法消除成像系统和外界环境所导致的影像退化，恢复出光学衍射极限分辨率所决定的截止频率以外的信息，从而提高影像的空间分辨率。利用超分辨率重建技术，可以在不改变成像系统的前提下，达到提高影像空间分辨率的目的，对影像的解译工作具有重大意义。

超分辨率技术有其严密的数学物理基础。从数学角度上看，如果一个函数是空域有界的(即在某个有限范围之外全为0)，则其谱函数是一个解析函数。这就意味着，如果两个解析函数在任一给定区间上完全一致，则它们必须在整体上完全一致，即为同一函数。根据给定解析函数在某区间上的取值对函数的整体进行重建叫做解析延拓。对于一幅影像，由于其空域有界，因此其谱函数必然解析。根据解析延拓理论，截止频率以上的信息可采用截止频率以下的信息得以重建，从而实现影像的超分辨率处理。其次，由信息叠加理论可知，影像截止频率以上的信息通过卷积叠加到截止频率以下的频率成分中。也就是说，对于有界受限物体，截止频率以下的频率成分中包含了物体的所有信息(包括低频和高频信息)。很显然，如果能找到一种方法将这些高频信息从低频信息中分离出来，就可以实现影像的超分辨率重建。再次，由于噪声的影响，使得影像退化过程的运算是一个非线性操作运算，而信号的非线性操作具有附加高频成分的性质。因此，通过约束操作引入高频分量的逐步调整，可实现影像的超分辨率重建。

影像超分辨率重建技术不同于一般的影像融合技术。一般的影像融合技术是利用高分辨率影像来提高低分辨率影像的分辨率，而超分辨率重建技术是利用一幅或多幅低分辨率的影像重建出分辨率超过所有原始影像的高分辨率影像，这是超分辨率重建技术优于一般融合技术的主要特征，也是它们之间的主要区别。超分辨率技术也不同于一般的影像复原技术，前者是使获取的影像分辨率超过设计分辨率的软件处理过程，而后者则是使影像的分辨率接近或达到设计分辨率的软件处理过程，图3-19为城市遥感影像超分辨率处理技术流程图。

提高影像分辨率的技术途径有两个:一是从物理上改进成像传感器;另一个是对采集到的影像数据利用适当的信号处理方法进行影像超分辨处理。成像传感器的分辨率是分辨物体细节的能力，由其物理性质决定，可以理解为对两个点光源的极限分辨距离。对光学影像而言，这等价于实际点扩散函数的主瓣宽度。对卫星影像，由于有效载荷、成像技术和成本等因素的限制，在硬件上改进星载成像设备提高分辨率的途径会遇到很大困难，在此情况下，第二个途径就成为解决问题的有效途径。

图3-19　影像超分辨率处理技术流程图

在利用适当的信号处理方法进行影像超分辨率处理时，可设计出合适的成像模型的改正模型，如图3-20所示，主要包括:

(1)反映帧间运动变化的运动模型。

(2)因点扩散函数产生的影像模糊模型。

(3)反映欠采样的抽取模型。

(4)噪声模型。

图3-20　影像成像模型的超分辨改正模型

按照这样的模型对影像进行处理，可生成超分辨率影像。图3-21是对1m分辨率测试影像的处理结果，图3-22是对QuickBird测试影像的处理结果。

图3-21　对1m分辨率测试影像的超分辨率处理结果

图3-22　对QuickBird测试影像的超分辨率处理结果