面向多传感器卫星图像的高分辨率配准和超分辨率处理.pdfVIP

面向多传感器卫星图像的高分辨率配准和超分辨率处理

PhilipWootaekShin,VishalGaur,RahulRamachandran,ManilMaskey,

JackSampson,VijaykrishnanNarayanan,SujitRoy

ThePennsylvaniaStateUniversity

NASAMarshallSpaceFlightCenter,Huntsville

UniversityofAlabamainHuntsville

AbstractWorldStrat数据集[5]是少数可用资源之一。

本关于利用一种传感器作为参考来提升另一种具有

译高分辨率卫星图像是地理空间分析的关键，但不同卫不同原生分辨率的卫星传感器图像超分辨率的研究很

中星传感器之间的空间分辨率差异给数据融合和下游应少。在这项工作中，我们探讨了使用异构RGB传感数

用带来了挑战。超分辨率技术可以帮助弥合这一差距，据进行超分辨率所面临的挑战和机遇。

2但是现有的方法依赖于人工降尺度的图像而不是真实

v我们所做的贡献有三个方面：

0的传感器数据，并且不适合具有不同光谱和时间特性的

5异构卫星传感器。在这项工作中，我们开发了一个初步•我们开发了一个初步系统，用于对齐并增强来自

1异构传感器的卫星图像的分辨率，具体来说是使用

3框架，使用来自HLS数据集的协调陆地卫星Sentinel

2HLS10作为参考来提升HLS30的分辨率。与依赖于

.10m（HLS10）作为参考来对齐和放大协调陆地卫星

7人工降尺度图像的传统超分辨率方法不同，我们的

0Sentinel30m（HLS30）图像。我们的方法旨在弥合这方法利用了具有不同分辨率和特征的真实异构传感

5些传感器之间的分辨率差距，并提高超分辨率陆地卫

2器数据。

:星图像的质量。定量和定性评估证明了我们方法的有

v•我们将直方图匹配（HM）[8]和特征分布匹配（FDM）

i效性，显示其在增强基于卫星的传感应用方面的潜力。

x[1]作为预处理步骤，以减轻异质传感器之间在应用

r本研究提供了关于异构卫星图像超分辨率可行性的见

a超分辨率优化之前的光谱差异。这提高了基于扩散

解，并强调了该领域未来进展的关键考虑因素。

的优化模型（如SR3）的性能，否则这些模型难以

应对跨传感器的变化。

1.介绍•我们整理了一个来自HLS30和HLS10的多光谱