高空间分辨率多模遥感图像张量对齐技术研究

The multimodal problems (multi-angular, multi-resolution, multi-temporal) of high spatial resolution remote sensing images caused by different imaging conditions weakens their cooperative utilization ability. Aiming at cooperative utilization of high spatial resolution multi-mode remote sensing images, this paper explores new theories and methods for tensor alignment of high spatial resolution multi-mode remote sensing images by means of tensor representation, subspace learning, and sparse constraints based on domain adaptive theory. The specific research contents include: 1) Multidimensional representation of high spatial resolution multimodal remote sensing images, constructing the framework of tensor alignment; 2) Sparse tensor subspace extraction of spatial-spectral consistency features for multi-angular images; 3) Robust multi-scale sparse tensor alignment for multi-resolution images; 4) Multi-constrained time series tensor alignment for multi-temporal remote sensing images. These studies are of fundamental significance for the utilization of high spatial resolution multimodal remote sensing images, and provide necessary technical supports for expanding the application of high-resolution earth observation technology in China.

高空间分辨率遥感图像因成像条件不同所造成的多模问题（多角度、多分辨率、多时相）弱化了其协同利用能力。本课题针对高空间分辨率多模遥感图像的协同利用问题，以域自适应理论为框架，借助迁移学习、张量表征、子空间学习、稀疏约束等手段，探索高空间分辨率多模遥感图像张量对齐的新理论和新方法，具体研究内容包括：1)高空间分辨率多模遥感图像多维度表征与张量对齐框架构建；2)面向多角度的图像间空-谱一致性特征稀疏张量提取；3)面向多分辨率的多尺度鲁棒性稀疏张量对齐；4)面向多时相的时序遥感图像多约束张量对齐。这些研究对于高空间分辨率多模遥感图像夸图像利用具有基础性的意义，为扩展我国高分对地观测技术的应用范畴提供必要技术支持。

高分对地观测从工程走向应用的核心在于高分数据的利用，特别是在发挥海量高分遥感数据的协同利用优势方面，但高空间分辨率遥感图像间的多模问题阻碍了高分数据的协同利用能力。针对高空间分辨率遥感图像因多角度、多分辨率、多时相多模问题造成的图像间空间、光谱、信息粒度等多维度变化，结合图像对齐、张量表征、本征分解、图像匀色、深度对齐等手段，从高分遥感图像多维度对齐框架、多角度对齐、多分辨率对齐、时序对齐4个方面开展了研究，构建具有针对性的高分辨率多模遥感图像对齐体系。具体包括：一、在高空间分辨率多模遥感图像多维度对齐框架构建方面，研究了张量子空间对齐技术、面向无重叠/有重叠区域匀色的高分遥感对齐技术2种算法；二、在多角度高分遥感图像对齐方面，研究了稀疏主成分多角度对齐、稀疏张量主成分多角度对齐2种算法；三、在多分辨率高分遥感图像对齐方面，研究了基于不变子空间张量对齐、基于深度多任务学习的多分辨率高分图像对齐2种算法；四、时序遥感图像（多时相、视频）对齐方面，从遥感图像本征信息提取与对齐入手，研究了多时相遥感遥感图像本征对齐、卫星视频本征分解对齐2种算法。在项目资助下，项目负责人以第一/通讯作者身份在上述方向发表带标注高水平SCI期刊论文5篇（中科院一区3篇，二区2篇），申请专利4项，培养硕博研究生5人。.项目相关成果打破了阻碍海量高分遥感图像联合利用时多模数据面临的多维度变化瓶颈，消除了海量遥感图像间的多维度异构差异，有助于实现高分对地观测应用的在各领域的深入推广，助推社会经济发展。