红外遥感图像是星载多源遥感图像的重要组成部分,在军事领域和民用领域的应用越来越广,红外遥感图像的分辨率提升成为一个挑战。压缩感知理论的提出为稀疏信号和可稀疏表示的信号提供了新的采集思路,在保证重构图像精度的同时显著减少数据的存储和传输开销,提高图像采集速度。本文利用压缩感知在信号采集上的优势,将压缩感知应用于提高红外遥感成像分辨率,并对当前主流的压缩感知成像框架做了改进。同时为了最大限度利用红外遥感图像的特性,在欠采样的压缩感知域融合了可见光遥感图像。本文的重点工作包括:(1)提出了非对称压缩感知成像框架,能在不增加红外传感器数目的条件下提高红外遥感图像的分辨率。目前多像素单次采样的压缩感知成像框架主要通过编码掩膜板的分块实现,分块越小成像精度越高,但是过小的分块会破坏图像的整体结构。本文在2?2细分块的基础上提出宏块划分的概念,并通过对观测值、观测矩阵和稀疏字典的非对称构造重构原始图像。通过实验结果验证了该框架能有效提高重构图像的视觉效果。(2)基于非对称压缩感知,提出了能直接在压缩感知域使用常见融合方法的图像变换方法,解决了压缩感知域使用普通图像融合方法重构图像不平滑的问题。该变换方法模拟图像的下采样过程近似恢复压缩感知域数据的结构信息,本文称局部观测归一变换,然后再使用常见的图像融合方法融合图像。实验结果表明,该方法不仅能有效解决直接融合造成的图像不平滑问题,还能达到对图像先重构再融合的同等融合效果,整个融合重构过程节约时间50%左右。(3)设计并实现了一个基于非对称压缩感知的遥感图像仿真处理实验系统。该系统分为四个模块:数据加载模块、非对称构造模块、图像融合模块和重构与结果模块,分别完成遥感图像信息的获取、非对称压缩观测和稀疏表示、压缩感知域图像融合、观测结果的重构及性能评价。利用该系统能直观清晰地展示非对称压缩感知的各个阶段并对重构结果比较分析。