我国目前已掌握超分辨率技术，可将分辨率为2到3米的遥感 ...

遥感图象复原与超分辨技术研究出硕果

       在 “九五”期间，当李金宗教授获悉法国利用Spot卫星星载成像的特殊结构和地面处理方法相结合的方法可以将遥感图象的地面分辨率由5米提高到2.5～3米之后，充分理解提高遥感图象分辨率研究的迫切性，开始投入提高遥感图象空间分辨率的处理技术研究。鉴于我国星载成像设备在短时间内难以实施与提高分辨率有关的特殊结构，李金宗教授将研究重点放在不改变星载成像系统硬件的前提下研究与提高遥感图象分辨率有关的图象处理理论与方法。这与法国Spot卫星提高图象分辨率的方法比较，无疑增加了研究的难度。当时李金宗教授已经拥有“双传感器系列图象处理技术”、“D3S技术研究”、“图象序列的战术运动目标选择技术”、“亚像元至少像元目标识别技术”等一系列项目的研究基础，所以关于提高图象分辨率的研究很快进入正题，并且初见成效，连续成为“十五”和“十一五”国家支持的研究项目。

       2003年4月，作为哈工大等三个联合单位的项目负责人完成国家863项目《遥感图象超分辨率处理技术研究报告》52～55万字。作为哈工大项目负责人，2005年10月完成国家“十五”计划项目技术总结报告《卫星图象复原及超分辨处理方法研究》25～26万字；2011年11月，又完成国家“十一五”计划项目技术总结报告《卫星遥感光学图象超分辨处理技术》25～26万字。

       李金宗教授的研究报告明确指出：“遥感图象的分辨率是分辨物体细节的能力，可以理解为对两个点光源的极限分辨距离，对光学图象而言，这等价于实际点扩散函数的主瓣宽度。”图象复原提高分辨率的极限是逼近设计值，但是不可能超过设计值。而图象超分辨可以进一步提高图象的分辨率，使之超过设计值。图象复原与超分辨是成像退化过程的逆过程，在数学物理中属于“反问题”，具有“病态”属性和不确定性，显然求解极其困难。但是，李金宗教授和他的博士生们组成的研究团队，团结奋斗，迎刃而上，艰苦攻关，通过对多项技术及其算法的淘汰、优选和优化，解决了一个又一个难题，取得了可喜的进展，获得应用单位的好评。

       鉴于我国在短时间内难以获得相同景物的多帧满足要求的不同时相的遥感图象，为了便于实际应用，李金宗的团队首先重点研究了单帧图象复原与超分辨率处理技术，称之为“单帧频域变换与补偿扩展技术”，算法效果可将原分辨率3米的遥感图象分辨率提高1.6倍以上，将真实遥感图象的对比度改善8dB以上，已形成完整的系统技术方案，并且已经被多家单位实际应用。该项技术具有理论充实，应用方便，普适性强等特点。

       解频率混叠是图象超分辨处理的核心问题，李金宗教授带领研究团队对图象的频谱进行反复深入的分析，并且与图象超分辨率处理算法的结果相结合，在国际上第一次提出频率混叠深度（FAD）参数C11， C11定义为混叠宽度/频谱宽度，其中，频谱宽度为2π。 C11反映频谱高端混叠的程度，对图象超分辨操作和处理效果都有重大意义，在优化超分辨处理算法、选择超分辨方法的控制参数、客观评价图象超分辨处理效果等方面有重要应用。

       李金宗团队关于遥感图象复原与超分辨率处理技术的研究还在下列方面取得了显著成果：

       （1）解模糊算法软件模块。为了消除遥感图象的模糊（主要是散焦模糊），同时具有快速算法，通过多种反卷积解模糊算法的分析比较，重点建立了基于傅立叶变换的图象有限支持域迭代盲目反卷积算法，形成了解模糊算法模块。

       （2）引入二阶偏导数的非线性各向异性扩散去噪软件模块。为了消除遥感图象中普遍存在的高斯噪声和泊松噪声，同时保护甚至增强纹理细节，将二阶偏导数引入基于偏微分方程（PDE）的非线性各向异性扩散过程，形成了改进的扩散去噪模块，因为是帧内处理技术，使用方便。

       （3）有限制的中值滤波器模块。为了消除“资源一号”图象中较严重的颗粒噪声，同时保护纹理细节，在常规的中值滤波器中引入基于梯度的限制条件：被处理点的梯度小于预定的门限且其灰值在预定的值域之外，建立了有限制的中值滤波算法模块。

       （4）陷波带阻滤波器模块。为了消除因航向推扫附加在遥感图象里的条带噪声，同时保护其纹理细节，根据条带噪声频谱特征，设计了带阻陷波滤波器模块。

       （5）薄云薄雾抑制算法软件模块。为了消除薄云薄雾对遥感图象的影响，重点研究了基于同态滤波器和基于小波多分辨分析的两种方法，形成了薄云薄雾抑制算法软件模块。若能提供无云雾参考图象，使用基于小波多分辨分析的方法，取得较好的效果；否则，使用基于同态滤波的方法。

       （6）二帧至多帧图象频域解混叠超分辨处理技术。利用基于频谱扩展与补偿的单帧超分辨算法和适当的再采样函数，突破频域解混叠算法要求输入最少四帧低分辨率图象且帧间亚像素位移满足一定关系的主要限制条件，建立了改进的二帧至多帧图象频域解混叠超分辨处理算法，可将2.0m和3.0m分辨率的模拟遥感等级图象分辨率分别提高1.54倍和1.77倍以上，将真实两帧输入遥感图象的对比度改善11~12dB。

       （7）二帧至多帧图象RGPMAP-RPOCS融合优化超分辨处理算法。在遥感图象空域超分辨处理技术方面，依次对泊松最大后验概率（PMAP, Poisson Maximum A-posteriori Probability）估计技术、凸集投影（POCS, Projection Onto Convex Sets）估计技术以及PMAP/POCS融合优化超分处理技术进行了创新性的研究。首先，通过深入分析基于概率统计理论的经典PMAP估计方法的特点和限制条件，加入下采样算子和位移算子使其适用于更一般的成像模型，引入Tukey正则化项和逐像素挑选的迭代方法，建立了鲁棒性的二帧至多帧图象RGPMAP（Robust Generalized PMAP）超分辨处理算法；然后，针对传统的基于集合理论的POCS估计方法鲁棒性差的缺点，在迭代算法中增加一个阈值且进行逐像素挑点，建立了鲁棒性的二帧至多帧图象RPOCS（Robust POCS）超分辨处理算法；进而，鉴于PMAP一类方法具有很强的恢复高频信息的能力，而POCS一类方法具有较强的吸收先验信息的能力，为充分利用两类方法的优点，建立了二帧至多帧图象RGPMAP-RPOCS融合优化超分辨率处理算法，可以将2.0m和3.0m分辨率的遥感图象分辨率分别提高约1.70倍和1.89倍，将真实两帧输入遥感图象的对比度改善13dB。

       2005年12月18日，李金宗教授课题组的研究项目 “卫星图象复原及超分辨处理技术研究”通过专家鉴定。鉴定结论明确指出：（1）建立了由低分辨率图象到高分辨率图象的频域变换和补偿扩展公式及其自适应算法；（2）提出且定义了频率混叠深度参数，用作图象超分辨率的先验信息和控制参数等。

     http://www.mrsta.com/Html/zhuanjiablog/915258.html

遥感图象复原与超分辨技术研究出硕果

       在 “九五”期间，当李金宗教授获悉法国利用Spot卫星星载成像的特殊结构和地面处理方法相结合的方法可以将遥感图象的地面分辨率由5米提高到2.5～3米之后，充分理解提高遥感图象分辨率研究的迫切性，开始投入提高遥感图象空间分辨率的处理技术研究。鉴于我国星载成像设备在短时间内难以实施与提高分辨率有关的特殊结构，李金宗教授将研究重点放在不改变星载成像系统硬件的前提下研究与提高遥感图象分辨率有关的图象处理理论与方法。这与法国Spot卫星提高图象分辨率的方法比较，无疑增加了研究的难度。当时李金宗教授已经拥有“双传感器系列图象处理技术”、“D3S技术研究”、“图象序列的战术运动目标选择技术”、“亚像元至少像元目标识别技术”等一系列项目的研究基础，所以关于提高图象分辨率的研究很快进入正题，并且初见成效，连续成为“十五”和“十一五”国家支持的研究项目。

       2003年4月，作为哈工大等三个联合单位的项目负责人完成国家863项目《遥感图象超分辨率处理技术研究报告》52～55万字。作为哈工大项目负责人，2005年10月完成国家“十五”计划项目技术总结报告《卫星图象复原及超分辨处理方法研究》25～26万字；2011年11月，又完成国家“十一五”计划项目技术总结报告《卫星遥感光学图象超分辨处理技术》25～26万字。

       李金宗教授的研究报告明确指出：“遥感图象的分辨率是分辨物体细节的能力，可以理解为对两个点光源的极限分辨距离，对光学图象而言，这等价于实际点扩散函数的主瓣宽度。”图象复原提高分辨率的极限是逼近设计值，但是不可能超过设计值。而图象超分辨可以进一步提高图象的分辨率，使之超过设计值。图象复原与超分辨是成像退化过程的逆过程，在数学物理中属于“反问题”，具有“病态”属性和不确定性，显然求解极其困难。但是，李金宗教授和他的博士生们组成的研究团队，团结奋斗，迎刃而上，艰苦攻关，通过对多项技术及其算法的淘汰、优选和优化，解决了一个又一个难题，取得了可喜的进展，获得应用单位的好评。

       鉴于我国在短时间内难以获得相同景物的多帧满足要求的不同时相的遥感图象，为了便于实际应用，李金宗的团队首先重点研究了单帧图象复原与超分辨率处理技术，称之为“单帧频域变换与补偿扩展技术”，算法效果可将原分辨率3米的遥感图象分辨率提高1.6倍以上，将真实遥感图象的对比度改善8dB以上，已形成完整的系统技术方案，并且已经被多家单位实际应用。该项技术具有理论充实，应用方便，普适性强等特点。

       解频率混叠是图象超分辨处理的核心问题，李金宗教授带领研究团队对图象的频谱进行反复深入的分析，并且与图象超分辨率处理算法的结果相结合，在国际上第一次提出频率混叠深度（FAD）参数C11， C11定义为混叠宽度/频谱宽度，其中，频谱宽度为2π。 C11反映频谱高端混叠的程度，对图象超分辨操作和处理效果都有重大意义，在优化超分辨处理算法、选择超分辨方法的控制参数、客观评价图象超分辨处理效果等方面有重要应用。

       李金宗团队关于遥感图象复原与超分辨率处理技术的研究还在下列方面取得了显著成果：

       （1）解模糊算法软件模块。为了消除遥感图象的模糊（主要是散焦模糊），同时具有快速算法，通过多种反卷积解模糊算法的分析比较，重点建立了基于傅立叶变换的图象有限支持域迭代盲目反卷积算法，形成了解模糊算法模块。

       （2）引入二阶偏导数的非线性各向异性扩散去噪软件模块。为了消除遥感图象中普遍存在的高斯噪声和泊松噪声，同时保护甚至增强纹理细节，将二阶偏导数引入基于偏微分方程（PDE）的非线性各向异性扩散过程，形成了改进的扩散去噪模块，因为是帧内处理技术，使用方便。

       （3）有限制的中值滤波器模块。为了消除“资源一号”图象中较严重的颗粒噪声，同时保护纹理细节，在常规的中值滤波器中引入基于梯度的限制条件：被处理点的梯度小于预定的门限且其灰值在预定的值域之外，建立了有限制的中值滤波算法模块。

       （4）陷波带阻滤波器模块。为了消除因航向推扫附加在遥感图象里的条带噪声，同时保护其纹理细节，根据条带噪声频谱特征，设计了带阻陷波滤波器模块。

       （5）薄云薄雾抑制算法软件模块。为了消除薄云薄雾对遥感图象的影响，重点研究了基于同态滤波器和基于小波多分辨分析的两种方法，形成了薄云薄雾抑制算法软件模块。若能提供无云雾参考图象，使用基于小波多分辨分析的方法，取得较好的效果；否则，使用基于同态滤波的方法。

       （6）二帧至多帧图象频域解混叠超分辨处理技术。利用基于频谱扩展与补偿的单帧超分辨算法和适当的再采样函数，突破频域解混叠算法要求输入最少四帧低分辨率图象且帧间亚像素位移满足一定关系的主要限制条件，建立了改进的二帧至多帧图象频域解混叠超分辨处理算法，可将2.0m和3.0m分辨率的模拟遥感等级图象分辨率分别提高1.54倍和1.77倍以上，将真实两帧输入遥感图象的对比度改善11~12dB。

       （7）二帧至多帧图象RGPMAP-RPOCS融合优化超分辨处理算法。在遥感图象空域超分辨处理技术方面，依次对泊松最大后验概率（PMAP, Poisson Maximum A-posteriori Probability）估计技术、凸集投影（POCS, Projection Onto Convex Sets）估计技术以及PMAP/POCS融合优化超分处理技术进行了创新性的研究。首先，通过深入分析基于概率统计理论的经典PMAP估计方法的特点和限制条件，加入下采样算子和位移算子使其适用于更一般的成像模型，引入Tukey正则化项和逐像素挑选的迭代方法，建立了鲁棒性的二帧至多帧图象RGPMAP（Robust Generalized PMAP）超分辨处理算法；然后，针对传统的基于集合理论的POCS估计方法鲁棒性差的缺点，在迭代算法中增加一个阈值且进行逐像素挑点，建立了鲁棒性的二帧至多帧图象RPOCS（Robust POCS）超分辨处理算法；进而，鉴于PMAP一类方法具有很强的恢复高频信息的能力，而POCS一类方法具有较强的吸收先验信息的能力，为充分利用两类方法的优点，建立了二帧至多帧图象RGPMAP-RPOCS融合优化超分辨率处理算法，可以将2.0m和3.0m分辨率的遥感图象分辨率分别提高约1.70倍和1.89倍，将真实两帧输入遥感图象的对比度改善13dB。

       2005年12月18日，李金宗教授课题组的研究项目 “卫星图象复原及超分辨处理技术研究”通过专家鉴定。鉴定结论明确指出：（1）建立了由低分辨率图象到高分辨率图象的频域变换和补偿扩展公式及其自适应算法；（2）提出且定义了频率混叠深度参数，用作图象超分辨率的先验信息和控制参数等。

     http://www.mrsta.com/Html/zhuanjiablog/915258.html