凝视遥感是一种新型的遥感技术,采用了面阵凝视成像的方式,与常规的摆扫式成像、推扫式成像方式相比,具有积分时间长和时间分辨率高的优点。通过指向控制,凝视遥感卫星能够在较短时间内对同一场景成多幅图像,有利于自动目标识别和跟踪,也为新的图像处理应用提供了可能。图像超分辨重建技术能够在不改变当前硬件的条件下,利用多帧具有亚像素运动的低分辨率图像,恢复混叠在低频中的高频信息,重建一幅高分辨率图像,提高图像的空间分辨率和清晰度,具有很高的应用价值。本文采用理论分析、模拟图像实验和实际图像验证的方法开展了凝视成像卫星图像的超分辨率重建的关键技术研究,目的是将凝视遥感卫星的高时间分辨率转化为空间分辨率,提高图像的清晰度和细节辨识能力,从而提高目标识别和定位精度。本文的主要研究内容包括建立成像模型、图像的几何和亮度配准、基于最大后验的点扩散函数估计和图像超分重建技术以及在线图像超分重建。论文结合超分辨率重建的需要,分析了凝视遥感成像的各个过程,建立了较为准确的成像模型。论文分析了辐射的传输、散射过程,将亮度的变化用线性方程表示出来,包含了对比度增益和亮度偏置;分析了大气湍流、大气散射、相对运动、光学系统衍射和探测器的有限大小对遥感器空间响应的贡献;推导了凝视遥感成像的几何模型。综合图像降质的各种因素,建立了从高分辨率场景到低分辨率图像的成像模型。针对图像超分重建对几何和亮度配准的高精度要求,提出了图像几何和亮度联合配准的方法。首先基于对图像亮度变化不敏感的SURF特征点进行几何粗配准,然后基于RANSAC算法对亮度进行了粗配准,最后使用优化式相关法对粗配准结果进行交替迭代更新,进一步提高图像几何和亮度配准的精度。在优化式相关法中引入了合群模板,剔除异常值,提高算法的精度。实验结果表明该配准算法具有较好的鲁棒性和较高的图像几何和亮度配准精度。在总结现有超分重建技术的基础上,针对遥感图像的成像特点,提出了一套基于最大后验原理的图像超分重建流程。首先进行图像预处理,利用基于SURF的图像匹配技术提取感兴趣区域,并利用Sobel梯度和剔除质量不高的图像。然后对图像进行配准,估计几何运动和亮度参数。接着利用盲解卷积程序估计点扩散函数参数,为了符合遥感器空间响应的特点,点扩散函数使用高斯型函数重新参量化。参数估计的目的是给最后的图像超分融合步骤提供较好的初值。图像超分融合基于最大后验原理,引入了具有边缘保持性质的休伯随机场作为图像的先验信息。为了寻求全局最优值,采用了交替迭代的策略,轮流更新高分辨率图像、配准参数和点扩散函数参数。采用模拟图像,对各参数对超分辨率重建效果的影响进行了实验分析,得出了一些具有指导意义的结论。实际图像处理表明,该图像超分算法有效地提高了图像的清晰度和空间分辨率,降低了图像的噪声。针对遥感图像快速超分的需要,提出了一个超分辨率重建算法。为了寻求全局最优值,图像超分重建算法一般工作在批处理模式,即同时处理所有低分辨率图像。而在线超分重建算法是获取一幅低分辨率图像,即立刻处理,利用当前图像的信息更新前一时刻估计的高分辨率图像。为了提高算法的稳健性和易用性,提出了一个根据图像噪声自适应选取快速下降法迭代步长的方法。由于在线超分重建算法只需要保存第一幅低分辨率图像、当前低分辨图像和前一时刻估计的高分辨率图像,每次只处理一幅图像,因此具有计算快速、节省存储的优点。实验表明,在线图像超分辨率算法的效果不如基于最大后验的超分重建算法,但在处理耗时方面具有极大优势,具有实时处理的应用前景。