时空遥感影像超分辨率重建是指对多幅具有互补信息的低分辨率卫星遥感影像进行处理,重建出一幅或多幅高分辨率影像的技术。虽然国内遥感影像数据获取的平台不断多样化,但因受制于硬件技术的原因,国内卫星遥感影像的空间分辨率与国外仍有一定差距,选取资源三号(ZY-3)国产卫星遥感影像作为实验数据,以ZY-3获取的时空遥感影像数据包含相似而又互补的信息为基础展开研究,为ZY-3卫星遥感影像空间分辨率的提升提供针对性的解决方案。时空遥感影像超分辨率重建方法的核心问题是:序列影像间的高精度配准,时空遥感影像间细节增强,以及如何提取遥感数据在时相域上的互补信息。为此,针对ZY-3时空序列遥感影像,以最大限度提升影像纹理细节水平与空间分辨率为目标,研究提出一种适合于ZY-3卫星遥感影像的高清晰、高保真、多细节的超分辨率重建方法。主要研究内容包括:(1)时空序列遥感影像小面元配准的理论与方法针对具有地形起伏的遥感影像利用全局变换等模型进行影像配准时,配准精度不能满足于后续超分辨率重建精度要求的问题,提出三角网优化模型下的小面元遥感影像配准算法。利用RFM模型与DSM数据进行正射纠正,再采用匹配的特征点与多重约束的边缘格网点,构建初始Delaunay三角网,通过三角单元面积与角度双重约束优化三角网,最终实现小面元遥感影像配准。实验结果表明影像配准精度可达到亚像素级,使得存在地形起伏的遥感影像配准问题得到了有效解决,可用于遥感影像的超分辨率重建。(2)多尺度细节增强的遥感影像超分辨率重建方法鉴于现有超分辨率重建方法应用于ZY-3遥感影像存在纹理表征不够、高频细节提升不足,以致于重建影像的空间分辨率提升受限的问题,针对ZY-3获取的同时相三线阵遥感影像数据,提出多尺度细节增强的遥感影像超分辨率重建方法。先将序列影像分解成包含大尺度边缘的平滑信息和包含中小型尺度的细节信息,在上采样的基础上,构造纹理细节增强函数,提升中小型细节的增强幅度,信息融合并利用局部优化模型进一步改善重建影像质量。实验结果表明,重建影像的信息熵提升约0.51bits,细节增强评价指标增加4.46左右,重建影像的纹理细节得到了明显地改善。(3)结合时空互补数据细节增强的遥感影像超分辨率重建方法针对ZY-3多时相遥感影像因成像时间等原因存在强度信息差异而影响重建质量的问题,提出一种结合时空遥感数据细节增强的超分辨率重建算法。先确定参考影像,进行时相归一化处理,采用迭代后投影法重建初始的高分辨率影像,对影像进行多尺度分解,构建优化的细节增强函数,弥补重建过程中丢失高频细节信息的同时避免边缘被过度锐化,利用结构相似性系数进行加权融合,得到高分辨率遥感影像。实验结果表明,重建影像的信息熵比传统的重建方法提升约1bits,细节信息增强指标也提高1倍左右。(4)超分辨率重建影像的质量评价方法针对现有的质量评价方法中,大多方法存在依赖利用同一场景的高分影像作为参考的问题,提出一种无参考的遥感影像超分辨率重建质量评价方法。通过计算重建影像与序列影像的全局结构相似度、局部梯度特征相似性以及细节增强度指标,综合性地评价遥感影像超分辨率重建结果,并通过实验验证该评价指标的准确性与鲁棒性。综上所述,针对不同的遥感影像数据类型,采取不同的理论方法进行重建,有效地改善了遥感影像空间分辨率提升的问题,对于拓展遥感图像处理理论、提升和改善国产卫星遥感影像质量、提高遥感影像的可利用率具有重要的理论意义和工程实用价值。