Las imágenes de teledetección hiperespectrales de alta resolución espacial pueden proporcionar información espacial y espectral rica al mismo tiempo, lo que es crucial para aplicaciones prácticas como la agricultura de precisión, la monitorización del medio ambiente, la identificación de objetivos, etc. Debido a la contradicción inherente entre la resolución espectral y la resolución espacial, los sistemas de imagen óptica de teledetección existentes no pueden satisfacer las necesidades reales de obtener imágenes con alta resolución espacial y alta resolución espectral al mismo tiempo. El cálculo de la imagen, como uno de los medios técnicos importantes para reconstruir imágenes hiperespectrales de alta resolución y alta resolución espacial, puede fusionar la información espectral obtenida a priori de imágenes simultáneas de baja resolución y alta resolución espectral en la misma área, de acuerdo con el modelo de imagen, con la información espacial que posee la imagen de alta resolución multiespectral; o puede usar una base de datos de imágenes o una base de datos espectrales como información previa para cierta forma de aprendizaje, y a través de la asignación espectral lograr la reconstrucción de la resolución espectral de las imágenes hiperespectrales de alta resolución. Por lo tanto, en este artículo, primero se presenta un modelo unificado de cálculo de imagen de imágenes hiperespectrales de alta resolución y alta resolución espacial basado en información previa, y según las diferentes fuentes de información previa, se resume el proceso de desarrollo y sus métodos representativos, desde la fusión de imágenes de baja resolución y alta resolución espectral hasta la superresolución espectral de imágenes hiperespectrales de alta resolución basada en el aprendizaje de una base de datos de imágenes, y luego la superresolución espectral de imágenes hiperespectrales de alta resolución basada en el aprendizaje de una base de datos espectrales, analizando en detalle los principios, ventajas y limitaciones de todos los algoritmos existentes; finalmente, se analiza y resume los desafíos que enfrenta el cálculo de imagen de imágenes hiperespectrales de alta resolución y alta resolución espacial y las posibles direcciones futuras de desarrollo. Los resultados muestran que el cálculo de imagen de imágenes hiperespectrales de alta resolución y alta resolución espacial es uno de los medios eficaces para superar las limitaciones físicas de los sistemas de imagen de teledetección óptica, y combinar la fusión y la superresolución espectral en un marco unificado es beneficioso para sistematizar las diferentes fuentes de información previa, formando una reconstrucción de superresolución más precisa y estable. Esta investigación proporciona un marco unificado y un enfoque técnico para el cálculo de imagen de alta calidad de imágenes hiperespectrales de alta resolución, y clarifica la dirección futura de desarrollo de la fusión de imágenes de teledetección óptica y la tecnología de superresolución espectral, y tiene el potencial de mejorar aún más la capacidad de detección de estructuras finas y el reconocimiento espectral fino, para proporcionar soporte técnico para tareas de aplicación de detección de objetivos de alta precisión y alta confiabilidad, clasificación de objetos y más en el futuro.

Imágenes hiperespectrales de alta resolución; Modelo unificado de cálculo de imagen; Imágenes multiespectrales de alta resolución; Base de datos de imágenes; Base de datos espectrales