変動ピクセル線形再構成によるリモートセンシング画像の超解像

本論文では、超解像法である「変動ピクセル線形再構成」の開発とその応用について説明します。このアルゴリズムは、異なる低解像度の画像を組み合わせて、結果として高解像度の画像を取得するものです。衛星画像の空間解像度を大幅に改善し、低解像度画像の制限空間解像度に近いサイズの物体の認識を可能にすることを示します。このアルゴリズムは、天文学でよく知られているフルヒターとフックによって開発された変動ピクセル線形再構成アルゴリズムに基づいており、地球のリモートセンシングの目的には今まで使用されていません。アルゴリズムは光学測定を保持し、各ピクセルの統計的重要性に応じて入力画像に重み付けを行い、画像の形状と光学測定の幾何学的歪みの影響を除去します。本論文では、このアルゴリズムのリモートセンシング目的での開発を説明し、天文学的画像とは異なるリモートセンシング画像でのアルゴリズムの有用性を示し、次の2つの応用を示します。1) 実際のQuickbird画像から取得したシミュレーションされた多スペクトル画像のセット；および 2) 多スペクトルの実際のLandsat Enhanced Thematic Mapper Plus (ETM+)画像のセット。これらの例は、このアルゴリズムがシミュレーションデータセットと実データセットの両方で制限空間解像度の大幅な改善を提供し、入力された低解像度画像の多スペクトルコンテンツを大きく変更することなく、ノイズを増幅せず、非常に少ないアーティファクトであることを示しています。