为了得到对应的高分辨率影像，首先需要对遥感影像的成像过程进行建模。目前城市遥感影像主要由CCD相机获取(图8-2)。在假设光照均匀、忽略镜头光学扭曲等假定下，原高分辨率影像在成像过程中还受到运动模糊、光学模糊、量化下采样以及随机噪声等降质因素的影响，然后CCD阵列会把已经模糊的原目标信号在矩形感应区内积分，最终量化得到对应的低分辨率二维数字影像(图8-3)。如果我们假设在相机前面存在一个更高密度的CCD成像阵列，拍摄到所需要的未降质的高分辨率影像，这就是所要重建出来的高分辨率遥感影像。
图8-2 CCD相机成像示意
给定一组来自同一目标(不同视角)的低分辨率(LR)影像序列{Yk}k＝1，2，…，K，每幅影像的大小为M×N，K为低分辨率影像数量。记它们所对应的高分辨率影像为X，X的大小为rM×rN且r＞1。每个观测得到的低分辨率影像Yk都是对应理想高分辨率影像X进行任意的偏移、模糊化以及下采样(也称“F采样”)而形成的，同时还在影像的形成过程中受到随机噪声等的影响。一般情况下认为此噪声为加性高斯噪声，与测量无关。因此，低分辨率影像Yk的形成过程(Farsiu et al.，2004)可以表述为
图8-3 遥感影像降质模型
(www.xing528.com)
式中，Yk为相机记录的第k幅低分辨率影像(大小为M×N)，按列排成列向量后的大小为MN×1；X为理想高分辨率影像(大小为rM×rN，r为超分辨率倍数)，按列排成列向量后的大小为r2MN×1；Mk为Yk相对X的运动变形矩阵，其大小为r2MN×r2MN；Bk为模糊矩阵，其大小为r2MN×r2MN；Dk表示大小为MN×r2MN的下采样矩阵；nk表示大小为MN×1的加性随机噪声。影像序列的观测可以表示为
或表示为
其中，Hk＝Dk Bk Mk，大小为MN×r2MN。如此，影像降质模型可简写为
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
