多源空谱遥感图像融合是遥感领域提升图像分辨率的一个重要研究方法，也是多光谱图像（MSI）和高光谱图像（HSI）分析领域的一个热点问题。虽然成像探测技术已经由低空间分辨率向高空间分辨率，由低光谱分辨率到高光谱分辨率发展，但是对于光谱细分成像探测而言，空间分辨率和光谱分辨率往往是矛盾的。以高光谱图像为例，高光谱成像遥感能够在特定的电磁谱段上，连续采集不同波段的影像，从而获取场景中每个像素的光谱信息。与其他光学成像技术相比，高光谱成像能够辨识场景中不同地物的物质组成，在地物分类、军事侦察、环境监测、农作物估产等领域具有广泛的应用前景和经济价值。然而，受成像机理和成像设备的限制，空间分辨率、光谱带宽、幅宽、信噪比等指标不可避免地需要互相折中，难以直接获取高空间分辨率的高光谱图像。究其原因，一方面是有限的空间分辨率会导致纯像元（称为端元，endmember）光谱混合，使得部分像素的光谱曲线混合了多种端元物质，进而影响高光谱图像的辨识性能；另一方面，对矿物勘探、城市精细制图、弱小目标检测等应用而言，需要高空间分辨率的高光谱图像，而有限的空间分辨率严重影响了高光谱成像在遥感技术中的应用。此外，由于载荷平台颤振，成像光学系统调制传递函数引起的模糊降质、系统噪声、大气辐射和云层覆盖效应等，高光谱图像辐射信息质量下降、空间分辨率低、混合像元严重等现象，成为高光谱图像分析、理解和模式识别应用的突出问题。
多源空谱遥感图像融合问题与遥感图像质量改善中的若干经典问题紧密相关。作为数据融合领域中的一个分支，在像素级融合范畴，其主要目的是通过单个或多个图像或数据，充分利用空谱互补信息和相关性提升分辨率。小编整理了以下几种常见的光谱图像质量改善的途径：
1.图像复原
图像是3D场景在2D成像平面的投影，并以二维强度分布的形式作用于人的视觉。然而，由于光学系统的缺陷、成像环境不理想、传输数据丢失以及存储介质的瑕疵，实际所获取的图像往往是场景理想二维映射图像的退化形式。图像复原是从退化或降质图像版本恢复（估计）清晰图像的处理技术。一般而言，所有非理想或者欠定条件下的图像获取过程都会获取不完全、含噪声或模糊的观测数据，由观测数据恢复完全清晰的图像都需要应用图像复原技术，以去除图像模糊和噪声，改善图像质量。
2.单幅空谱图像超分辨
单幅空谱图像超分辨是仅对观测的低分辨空谱图像，而没有其他辅助源图像或者信息，其通过估计亚像素的信息，进行空间（几何）分辨率的增强。在实际中，该问题可能非常复杂和极具挑战，其退化模型包括空间模糊、下采样和噪声污染。不同于简单的图像插值与放大，单幅空谱图像超分辨具有高度病态性，因此包含图像复原（图像去模糊和去噪）和图像插值等处理要素。
与一般的自然图像超分辨不同，低分辨高光谱图像中的光谱像元是包含不同材质光谱的混合像元，因此单幅空谱图像超分辨可以结合光谱解混（spectralunmixing）获得亚像素级丰度（端元成分的富含度）。结合丰度系数和概率分类器，可以将每个材质的分类概率分配给像素，然后对像素进行亚采样。在此问题中，试图在像素内空间上组织不同材质光谱丰度分布的技术被称为亚像素映射（subpixelmapping）或超分辨映射。
3.多幅空谱图像超分辨
与单幅图像超分辨不同，多幅图像超分辨是针对同一场景拍摄了多幅低分辨率（LR）图像，这些图像蕴含不同的空谱互补信息，因此可以进行超分辨率（SR）重建。一个典型的场景是多幅图像往往存在亚像素位移，可以通过多幅图像的互补信息推断出亚像素信息。其基本原理是充分利用多幅LR图像所包含的互补信息，经过亚像素级的图像配准或运动估计，通过信息融合技术重建一幅高分辨率（HR）图像，从而同时实现图像外推插值和信噪比的提高。
4.多源空谱遥感图像融合
多源空谱遥感图像融合是针对同一场景中，多个传感器拍摄的不同分辨率和不同空谱性质的图像。我们聚焦研究了三类常见的融合问题，具体包括：
（1）低分辨率多光谱（Multispectral，MS）图像与高分辨率全色（Panchromatic，PAN）图像的融合（简称MS+PAN融合）：Pansharpenin问题；
（2）低分辨率高光谱（Hyperspectral，HS）与高分辨率全色图像的融合（简称HS+PAN融合）：Hypersharpening问题；
（3）低分辨率高光谱与高分辨率多光谱图像的融合（简称HS+MS融合）。
在上述问题中，我们可以看到在MS+PAN融合中，MS是主源图像，PAN作为辅助图像源。而司MSI具有较低的空间分辨率，但具有多个光谱波段。PAN主要提供高分辨空间几何结构信息，以提升MSI的空间分辨率。传统的MS+PAN融合体系包括基于投影变换的成分替代方法、多分辨率分析（MultiresolutionAnalysis，MRA）方法及其变种（如小波融合及其变种）。新型融合方法包括变分融合、基于表示学习的方法（含稀疏融合、低秩融合和张量融合）等。基于广义成分替代格式给出了19种MS+PAN融合算法的综合性能评测。
在HS+PAN融合中，作为主源图像的HSI蕴含丰富的光谱信息，但是空间分辨率低，因此与MS+PAN融合类似，但由于其光谱波段数多，在几何结构注入时保持光谱特征更具有挑战的。HS+MS融合是MS+PAN和HS+PAN等的推广，涉及多源多通道互补光谱数据融合，成为高光图像定量化精细遥感的前瞻性问题，其核心问题是尽可能融合高分辨率MS图像结构细节，提升HS空间分辨率的同时尽可能减小光谱失真。回顾HS+MS融合的基本方法和综合评测，但基本沿用推广Pansharpening体系。
HS+MS融合是一个新的研究方向，主源HSI和辅助源MSI都是多波段图像，HSI空间分辨率低但波段数高，MSI空间分辨率高但波段较少。MSI的每个波段是较宽带宽光谱信息成像，一些波段可能覆盖HSI特定数量的细分波段，一些可能和HSI波段没有任何重叠。这些问题可能会给空谱融合带来一些新的挑战。
转载请注明：http://www.0431gb208.com/sjszyzl/4212.html
