Hyperspektrale Fernerkundungsbilder mit hoher räumlicher Auflösung können gleichzeitig reichhaltige räumliche und spektrale Informationen liefern, was für praktische Anwendungen wie Präzisionslandwirtschaft, Umweltüberwachung, Zielidentifikation usw. von entscheidender Bedeutung ist. Aufgrund des inhärenten Widerspruchs zwischen spektraler und räumlicher Auflösung können aktuelle optische Fernerkundungsbildsysteme nicht gleichzeitig den praktischen Anforderungen an hochauflösende räumliche und hochspektrale Auflösung gerecht werden. Computergenerierte Bilder als eine der wichtigen Techniken zur Rekonstruktion von hochauflösenden hyperspektralen Bildern können Informationsspektren von gleichzeitig räumlich niedrigauflösenden und spektral hochauflösenden Bildern desselben Gebiets auf der Basis des Bildmodells fusionieren und auch Bildbibliotheken oder Spektralbibliotheken zur Vorinformation für eine bestimmte Art des Lernens verwenden, um eine hochauflösende spektrale Rekonstruktion von hochauflösenden hyperspektralen Bildern durch spektrale Abbildung durchzuführen. In diesem Artikel wurde zunächst ein vereinheitlichtes Rechenbildmodell für hochauflösende und hyperspektrale Bilder auf der Grundlage unterschiedlicher Vorinformationen erstellt; und auf der Grundlage unterschiedlicher Quellen von Vorinformationen wurde der Entwicklungsprozess und die repräsentativen Methoden von der Fusion räumlich niedrigauflösender und spektral hochauflösender hyperspektraler Bilder bis hin zur spektralen Überabtastung hochauflösender hyperspektraler Bilder auf der Grundlage des Bibliothekenlernens und dann der spektralen Überabtastung hochauflösender hyperspektraler Bilder auf der Grundlage des Spektralbibliothekenlernens zusammengefasst und die Prinzipien, Vorteile und Einschränkungen verschiedener vorhandener Algorithmen systematisch analysiert; schließlich wurden die Herausforderungen und möglichen zukünftigen Entwicklungsrichtungen der Rechenbildgebung von hochauflösenden hyperspektralen Bildern systematisch analysiert und zusammengefasst. Die Ergebnisse zeigen, dass die Rechenbildgebung von hochauflösenden hyperspektralen Bildern eine wirksame Möglichkeit zur Überwindung der physikalischen Beschränkungen optischer Fernerkundungsbildsysteme ist und dass die Integration von Fusion und spektraler Überabtastung in einem einheitlichen Rahmen dazu beiträgt, verschiedene Quellen von Vorinformationen zu systematisieren und eine präzisere und stabilere Überabtastungsrekonstruktion zu erstellen. Diese Forschung bietet einen einheitlichen Rahmen und einen technologischen Ansatz für die Rechenbildgebung von hochwertigen hyperspektralen Bildern und klärt die zukünftigen Entwicklungsrichtungen der optischen Fernerkundungsbildfusion und der spektralen Überabtastungstechnologie, um die Fähigkeit zur Erkennung feiner Strukturen und feiner Spektren weiter zu verbessern und damit technologische Unterstützung für Aufgaben wie die Erkennung von Zielen mit hoher Präzision und hoher Zuverlässigkeit, die Klassifikation von Objekten usw. bereitzustellen.

Hochauflösende hyperspektrale Bilder; Vereinheitlichtes Rechenbildmodell; hochauflösende hyperspektrale Bilder; Bilderbibliothek; Spektralbibliothek