不同幅宽遥感影像的空-谱分辨率融合方法研究

Due to the technical limitations of the sensors, remote sensing satellite sensors feature a tradeoff between the spatial, spectral resolutions and swath width. Most of the existing fusion methods can only be applied to integrate two data with same swath width. Thus, they cannot provide the effective supporting data for the practical application with the demanding of a wide range. To break the technical limitations of the existing methods, this project is to develop the spatio-spectral fusion method for remote sensing images with different swath widths. To overcome the insufficient complementary information in non-overlapping region, the project proposed a learning based scheme exploring deeply and utilizing the mapping relationship between the high and low resolution. Then, the fused framework is formed, include the clustering based spatial and spectral fidelity term, and the weighted nonlocal tensor based low rank regularization term. With these constraints, the spectral and spatial resolutions are effectively enhanced while noise and seam line can be well suppressed. By merging the superiority from multi-sensors, an image with wide swath and high spatio-spectral resolution can be obtained, and a wide range of observation on surfaces can be realized.

传感器的空间、光谱分辨率与成像幅宽之间相互制约，而常规方法只能对空间覆盖完全相同的两个数据进行融合，难以实现大范围、精尺度的有效综合，从而无法为大范围场景下的实际应用提供有效数据保障。为克服单一传感器的系统限制，本项研究拟发展不同幅宽遥感影像的空-谱分辨率融合技术，充分挖掘不同幅宽影像间重合区的高-低分对应关系，解决非重合区信息缺乏条件下的融合难题，通过构建不同幅宽影像的联合变分框架，引入空间与光谱一致性约束、非局部张量低秩先验项，从而抑制噪声、拼接线等复杂因素干扰，实现不同幅宽序列融合过程中空间和光谱信息的高保真。研究成果可集成多传感器观测的优势特点，生成同时具备高光谱和高空间分辨率的宽幅数据，提升大范围对地目标的精细表达能力，具有重要的研究意义与应用价值。

传感器的空间、光谱分辨率与成像幅宽之间相互制约，而常规方法只能对空间覆盖完全相同的两个数据进行融合，难以实现大范围、精尺度的有效综合，从而无法为大范围场景下的实际应用提供有效数据保障。为克服单一传感器的系统限制，本项目在研究面向噪声干扰的融合预处理技术基础上，发展了同场景下相同幅宽下的空谱融合方法以及幅宽-空间-光谱一体化融合框架，结合模型驱动与数据驱动，充分挖掘不同幅宽影像间重合区的高-低分对应关系，解决非重合区信息缺乏条件下的融合难题，实现不同幅宽序列融合过程中空间和光谱信息的高保真。研究成果可集成多传感器观测的优势特点，已成功应用在哨兵系列与高分系列卫星中，生成了同时具备高光谱和高空间分辨率的宽幅数据，提升了大范围对地目标的精细表达能力。. 按照既定的研究计划，项目圆满完成了课题设定的研究内容，实现了预期目标，并在研究的深度和广度上都比既定计划有了进一步的扩展。在项目资助下，项目组发表科研论文18篇，其中15篇SCI检索，获得2017测绘科技进步奖一等奖以及2018WHISPERS最佳论文奖；出版《遥感数据质量改善之信息复原》和《MATLAB数字图像处理简明教程》专著2部；申请专利3项；发布开源系列代码一套；在人才培养方面，培养已毕业博士4名、硕士1名，在读博士生3人、硕士生2人。