在遥感卫星不断小型化商业化的进程中,应用信息处理技术提高动态序列遥感数据的分辨率是十分具有实用意义和研究价值的。因此遥感图像超分辨重建技术受到了广泛注意,并且近些年有了很多研究进展。超分辨技术中序列重建算法是遥感图像的主流研究内容,再加上近几年机器学习的热潮使基于学习的超分辨算法也有了一定的发展。论文主要针对动态序列遥感图像,系统地分析了其分辨率放大极限、预处理算法、在超分辨算法中的特性以及评价标准和分辨率放大倍数(RM)估算方法,并结合重建和学习算法对其进行全面研究。论文首先说明了课题背景和研究意义,调研了国内外研究现状,并总结了动态序列遥感图像超分辨重建技术的发展趋势;而后阐述了遥感图像成像和退化过程,论述了图像超分辨重建的理论依据,分别分析了基于重建和学习的超分辨算法对序列遥感图像的适用性,总结了超分辨图像质量评价标准,改进了基于目标识别的分辨率放大倍数估算方法;接着就遥感图像放大极限进行了分析计算,明确了低分辨率(LR)图像数量、质量和亚像素位移的选择方法;随后针对质量较差的遥感图像研究了预处理去噪方法,并详细分析了重建和去噪顺序问题;接着总结了亚像素点检测方法,提出了可以还原更多真实高频信息的平均覆盖配准插值方法,并针对亮度差异大的匹配问题,提出了多亮度图层匹配方法;最后分析了超分辨重建各个部分对最终结果的影响,提出了结合重建算法和学习算法的超分辨方法。针对这些研究内容提出创新成果主要包含:1.改进基于目标识别的RM估计方法,根据遥感图像中多出现大量密集的建筑物,而不同分辨率可分辨的建筑物数量不同的特点,采用双边边缘提取算法检测出具有闭合曲线的建筑物,根据超分辨后与LR图像提取建筑物的数量之比来估计RM值。2.在超分辨重建放大极限扰动理论基础上加入遥感图像的特性参数,计算出真实遥感图像的放大极限;提出一种根据噪声和图像梯度选择合适LR图像数量的方法,并制作出表格,可供研究者方便查表选择数量;针对真实遥感图像,改进了无参考图像信噪比算法,再利用信噪比这一参数判断LR图像质量;通过分析动态序列遥感图像帧间关系,明确了选取满足亚像素位移的LR图像方法。3.通过改进BM3D算法,得到自估计块匹配3D滤波去噪算法(SE-BM3D),用于对不满足质量要求的LR遥感图像进行预处理去噪。此算法在相似块全局去噪BM3D的基础上加上更符合遥感图像的模式噪声和高斯噪声复合噪声模型,利用遥感图像内的均匀背景自估计噪声功率密度谱,增加了去噪准确度,以保留更多信息细节。实验证明SE-BM3D算法可有效将LR图像的SNR值提高到符合超分辨重建要求,并且比常用的去噪方法更能保持细节特性,作为预处理去噪算法得到了更清晰的超分辨结果。针对没有均匀背景和噪声较大去噪后不能达到LR图像要求的图像进行了详细分析,解决了这一类图像去噪和重建顺序的问题,提出了根据LR图像内容量(梯度值)和噪声标准差选择超分辨重建策略的方法,为后续重建提出框架。4.提出平均覆盖插值算法和改善亮度差异影响的序列图像匹配方法,根据遥感图像成像过程,平均覆盖插值算法不仅考虑到降采样,还考虑到模糊和积分的降质影响,通过降质逆过程,而非简单的上采样进行序列图像插值,由此得到的初始图像可以还原更多真实的高频信息。提出改善亮度差异影响的图像匹配方法,此算法的思想是对比度拉伸函数可以扩展亮度空间,从而覆盖住亮度变化。算法首先建立可以兼容其它特征点匹配算法的亮度图层,并推导出离散图层匹配准则,而后在匹配的图层上,结合FAST和改进的SURF算法快速检测、描述特征点,最后适用优先级Hamming距离匹配方法结合传统的Lowe算法在保证精确度的同时节约了匹配时间。实验结果证明,本文算法在亮度变化下的匹配效果好于现有的OSID、IRFET、SIFT、SURF算法,并且具有旋转、尺度不变性。5.提出基于动态序列图像的交叉验证并行超分辨重建方法,算法根据成像系统几何模型和成像姿态角这一已知信息得到更准确的各向异性模糊矩阵,提高退化模型精度。并通过分析模糊核形状及其标准差、匹配矩阵和先验参数对超分结果的影响,发现它们并不是相互独立作用于最终结果的,需要在各个估计尽量准确的同时,解决参数间的配合问题。因此论文引入交叉验证思想,提出了交叉验证并行优化超分辨算法,对先验参数、HR图像、匹配矩阵和模糊核标准差同时优化并不断交叉验证,不仅补偿了多由成像系统固有噪声引起的全局匹配误差,包容了各参数初始值的估计不准确,并且加强了参数间的配合,得到了更清晰的高分辨图像。通过模拟图片实验和真实遥感图像实验结果表明,本文算法可以有效提高动态序列遥感图像清晰度,对分辨率放大倍率亦有了较高的提升,除了具有针对性的各向异性模糊估计,算法对其他类型的图片亦具有普适性。