嫦娥一号干涉成像光谱影像超分辨率重建理论与方法

运用我国嫦娥一号（CE-1）干涉成像光谱（IIM）影像可以定量评估月表重要元素和矿物，为月球地质科学研究提供信息。与其他对月成像光谱数据相比，IIM数据的光谱分辨率较高，可以精确地刻画月表物质的光谱特征；但空间分辨率较低，较低的空间分辨率制约了IIM影像对月资源评估的精度。因此，本项目以提升CE-1的IIM影像空间分辨率为目的，以超分辨率重建技术为研究主线，从空间统计学、稳健估计方法、流形学习理论等相关理论出发，对传统的超分辨率重建理论和方法进行扩展研究。依据月表形貌特征以及IIM成像系统的特点，建立顾及月表地形起伏的亚像素配准方法；发展耦合影像空间维与光谱维信息的超分辨率重构方法；研究顾及月表形貌及成像条件变化的流形学习超分辨率重建算法。项目的开展将完善目前超分辨率重建理论和方法，拓展超分辨率重建方法的应用领域，并提高我国CE-1的IIM影像空间分辨率，从而提升我国对月资源评估能力。

运用我国嫦娥一号干涉成像光谱影像可以定量评估月球表面重要元素和矿物，为月球地质科学提供信息。与其他对月成像光谱数据相比，干涉成像光谱数据的光谱分辨率较高，但空间分辨率较低，较低的空间分辨率制约了干涉成像光谱数据对月资源评估的精度，因此，本项目开展高光谱影像超分辨率重建方法的研究，以期能获得更高分辨率的月球表面元素分布图，提升我国对月资源评估的能力。其中涉及的主要科学问题是遥感影像的配准、高光谱遥感影像的超分辨率重建算法、超分辨率重建方法的评估等方面。基于点特征的配准是影像配准研究中的重要方法。因此，首先开展了角点提取方法的研究。研究中，首先比较MIC算子与传统算子的性能，而后针对MIC算子在提取角点时抗噪能力弱的问题，提出了增强型MIC算子。将EMIC算子与经典的点特征算子进行比较。实验结果表明：EMIC算子具有更快的角点提取速度，抗噪性更强，有更好的实用性。接着，项目组开展遥感影像的配准研究，由于中低分辨率影像配准方法已得到较好解决，研究围绕高空间分辨率遥感影像配准问题开展。依据高空间分辨率遥感数据的成像特点，基于有理多项式模型开展高分辨率影像平差方法研究，达到高分辨率数据几何配准的目标。高分辨率影像平差方法，就是用少量地面控制点，将传感器获取的同一地区的高分辨率遥感影像整体进行最小二乘平差，以获得所有影像精化的定位定向参数和加密点地面坐标的理论，通过精化计算得到高空间分辨率遥感影像的定位定向参数，从而达到几何上地理位置配准的目标。试验选取澳大利亚霍巴特地区的IKONOS全色立体像对与GeoEye-1全色立体像对影像。结果表明， IKONOS立体影像对与GeoEye-1立体影像对进行多源联合平差可获取较高的定位精度；且定位结果对控制点的分布与、数目依赖程度不高，具有较强的应用潜力。最后，项目组开展高光谱影像超分辨率重建的研究工作，这部分研究遇到较大难题。原因在于，嫦娥一号干涉成像光谱影像数据的空间重叠度较低，使得可以进行超分辨率重建的数据太少。为此，项目组选取地表cuprite地区开展高光谱数据超分辨率重建方法研究。与传统重建思路不同，项目组从空间保持度与光谱保持度两方面比较研究超分辨率重建算法，并重点研究超分辨率重建方法对高光谱影像中矿物提取能力的影响，得到基于多项式的归一化卷积算法具有较优性能的结论。