遙測影像在拍攝的過程中，受到天氣、攝影鏡頭透鏡的品質、攝影鏡頭移動所引起的像素位移等自身條件或週遭環境因素的影響，使獲取到的影像難以保有原始場景中的完整觀測訊息，造成影像或多或少存在著不同程度的偏差或失真，導致影像品質降低。
超解析度影像重建技術是一項能夠突破影像獲取設備及環境限制的影像重建方法，其基本思想是將一系列帶有模糊、雜訊的多幅低解析度影像，充分利用各影像自身包含的特徵訊息並結合影像的先驗訊息，來進行數據融合，以恢復影像在獲取和傳輸過程中在中所丟失或降低的高頻訊息，進而重建出品質較優異的高解析度影像。
超解析度影像重建算法依照處裡影像的數目可區分為「單幅影像的超解析度重建」及「多幅影像的超解析度重建」：單幅影像的超解析度重建是指利用單張低解析度影像來重建出一幅品質較優異的高解析度影像；而多幅影像的超解析度重建是將一系列在相同場景拍攝且影像之間帶有位移或其他幾何形變行為的低解析度影像，充分利用影像與影像之間的差異，融合各自的細節特徵來得到一幅新的影像，使重建後的影像添加了更豐富的細節訊息。
本論文主要著重於採用超解析度重建技術當中屬於投影迭代式算法的凸集投影法(POCS)與迭代反投影法(IBP)，來針對「航測影像」、「加入模糊的航測影像」、「近景影像」、「加入模糊的近景影像」計四種不同條件的影像來進行多幅影像的超解析度重建，希望能夠恢復影像在獲取和傳輸過程中在中所丟失或降低的高頻訊息，以精進影像的品質，同時，也採用影像內插法當中的雙立方內插法(Bicubic Interpolation)來對上述四種條件的影像進行單幅影像插值以增加影像的像素，並藉由直觀性的人眼視覺評估並搭配絕對性客觀影像品質指標當中的熵值(Entropy)與清晰度指標(Definition)來對各種實驗結果做出分析並給予評價。最後，利用超解析度重建技術與雙立方內插法針對模糊影像進行處理，並求取處理過後的影像與原始影像之座標轉換的單位權標準誤差來檢測影像的幾何精度，以探討影像的清晰度與幾何精度的關係。

Remote sensing images in the shooting process, affected by weather, cameralensquality , pixel displacement caused by flying, ambient environmental factors make it difficult to maintain the complete observation messages of image , causing the images have deviation or distortion, resulting in reduced image quality.
Super-resolution reconstruction technology can break the image acquisition devices restrictionsand environmental restrictions , the basic concept of Super- resolution reconstruction technology is using the multiple images which have blur and noise ,making use of the characteristics of the image and combined with priori- information for data fusion to get the high-resolution images.
Super-resolution image reconstruction algorithm is divided into "single-image super-resolution reconstruction" and "multiple images super-resolution reconstruction": single image super-resolution reconstruction is use of low-resolution images toreconstruct a high-resolution images ; while multiple images super-resolution reconstruction is use of multiple low-resolution images which in the same scene, and the images have geometric deformation , making use of the characteristics of the image and combined with priori- information for data fusion to get the high-resolution images.
This study uses projection onto convex sets method (POCS) ,iterative back projection(IBP) and bicubic interpolation to process the image for four different conditions, in addition to use the Super-resolution image reconstruction algorithm to enhannce the quality of image , but also hope that through the different results to compare the difference between single-image processing and multiple-images processing.
In the End , use the Standard Deviation to detect the geometric accuracy of image ,to explore the relationship between definition and the geometric accuracy.

致謝 i
中文摘要 ii
英文摘要 iv
目錄 vi
圖目錄 xi
表目錄 xiv
第一章 緒論 1
1.1 前言 1
1.2 研究動機與目的 2
1.3 研究流程與論文架構 6
1.3.1 研究流程圖 6
1.3.2 論文架構 7
第二章 超解析度影像重建技術 8
2.1 超解析度影像重建的概念 8
2.2 影像的降質過程及觀測模型 9
2.3 多幅影像的超解析度重建方法 11
2.3.1 頻率域方法 12
2.3.2 空間域方法 12
2.3.2.1 非均勻插值法 14
2.3.2.2 最大後驗機率法 14
2.3.2.3 迭代反投影法 16
2.3.2.3.1 迭代反投影法之重建流程 17
2.3.2.4 凸集投影法 18
2.3.2.4.1 凸集投影法之重建流程 21
2.4 超解析度重建技術的應用 24
2.5 文獻回顧 25
2.6 方法探討 27
第三章 影像處理技術與品質評估及精度檢測 28
3.1 影像內插方法 29
3.1.1 前言 29
3.1.2 最鄰近像素內插法 29
3.1.3 雙線性內插法 30
3.1.4 雙立方內插法 32
3.2 影像匹配方法 33
3.2.1 前言 34
3.2.2 Keren匹配法 34
3.2.3 Vandewalle匹配法 37
3.3 影像品質評估指標 37
3.3.1 前言 37
3.3.2 主觀性影像品質評估 38
3.3.3 客觀性影像品質評估 38
3.3.3.1 絕對性客觀影像品質指標 39
3.3.3.2 相對性客觀影像品質指標 41
3.4 影像幾何精度檢測 43
3.4.1 影像幾何精度檢測流程 43
3.4.2 影像幾何精度檢測採用之方法 43
3.4.2.1 Sift匹配法 43
3.4.2.2 仿射轉換 45
3.4.2.3 最小二乘法平差 46
3.5 方法探討 48
第四章 實驗結果與分析 50
4.1 實驗使用之相關軟硬體設備介紹 50
4.1.1 實驗簡介 50
4.1.2 實驗電腦設備介紹 51
4.1.3 實驗影像介紹 51
4.1.4 實驗方法介紹 51
4.1.4.1 超解析度影像重建方法 51
4.1.4.2 影像插值方法 52
4.1.4.3 影像匹配方法 52
4.1.4.4 影像品質評估方法 53
4.1.4.5 影像幾何精度檢測方法 53
4.2 實驗成果與分析 53
4.2.1 實驗(一) 53
4.2.1.1 實驗簡介 53
4.2.1.2 實驗成果 54
4.2.1.3 實驗分析 59
4.2.2 實驗(二) 60
4.2.2.1 實驗簡介 60
4.2.2.2 實驗成果 61
4.2.2.3 實驗分析 65
4.2.3 實驗(三) 66
4.2.3.1 實驗簡介 66
4.2.3.2 實驗成果 67
4.2.3.3 實驗分析 71
4.2.4 實驗(四) 72
4.2.4.1 實驗簡介 72
4.2.4.2 實驗成果 73
4.2.4.3 實驗分析 78
4.2.5 實驗(五) 79
4.2.5.1 實驗簡介 79
4.2.5.2 實驗成果 83
4.2.5.3 實驗分析 87
第五章 結論與建議 89
5.1 結論 89
5.2 建議 94
參考文獻 95

[1] 丁海勇(2008)。遙感圖像超分辨率重建技術研究。中國礦業大學環境與測繪學院博士學位論文。
[2] 王立國(2010)。基于POCS的高光譜圖像超分辨率方法。應用科技，37(10)，26-30。
[3] 李良輝、黃明哲、謝嘉聲、張庭榮(2008)。應用 SIFT 演算法於影像檢索之研究。97年度國防科技學術合作計畫成果發表會。
[4] 李佳佳、李慶武、王丹(2011)。水下視頻圖像的超分辨率重建與增強。信息技術，9，42-47。
[5] 周品、李曉東(2012)。MATLAB數字圖像處理。北京：清華大學。
[6] 姚敏等(2008)。數字圖像處理。北京:機械工業。
[7] 拜麗萍、李慶輝、王炳健、周慧鑫(2002)。基于序列圖像處理技術的高分辨率紅外圖像重建方法。紅外技術，24(6)，58-61。
[8] 徐曉佩譯(2009)。數位影像處理。臺北市:高立圖書。
[9] 郭偉偉、章品正(2009)。計算機科學與探索，3(3)，321-329。
[10] 粘淑茵(2012)。色彩遷移技術於遙測影像融合及色彩化之研究。高雄應用科技大學碩士論文。
[11] 郭雷(2008)。圖像融合。北京:電子工業。
[12] 張引、李虹、肖春虹、李穎華、王玲芳、閻永業等譯(2009)。數字圖像處理。北京:機械工業。
[13] 張庭榮(2008)。SIFT演算法於立體對影像匹配與影像檢索應用之研究。高雄應用科技大學碩士論文。
[14] 張智星(2004)。MATLAB程式設計。臺北市：鈦思科技。
[15] 張德丰(2009)。MATLAB數字圖像處理。北京:機械工業。
[16] 黃華、樊鑫、齊春、朱世華(2005)。基于識別的凸集投影人臉圖像超分辨率重建。計算機研究與發展，42(10)，1781-1725。
[17] 覃鳳清、何小海、陳為龍、吳煒、楊曉敏(2009)。一種圖像配準的超分辨率重建。光學精密工程，17(2)，409-416。
[18] 謬紹綱譯(2005)。數位影像處理-運用MATLAB。台北市:東華。
[19] 龐亞紅、毛幼菊(2005)。一種基于凸集投影(POCS)的數字圖像超分辨率重 建算法。計算與工程應用，69-71。
[20] B C Tom, A k Katsaggelos. (1996). Resolution enhancemant of video sequences using motion compensation. In:Proc IEEE image Processing,1:713-716.
[21] B C Tom, A k Katsaggelos. (2001). Resolution enhancemant of Monochrome and Color Video using motion compensation. IEEE Trans IP,10(2):278-287.
[22] Danny Keren, Shmuel Peleg, Brada (1988). Image Sequence Enhancement Using Sub-pixel Displacements. IEEE Conference on Computer Vision and Pattern Recognition ,742-746.
[23] David G. Lowe, 1999, "Object recognition from local scale-invariant features," International Conference on Computer Vision, Corfu, Greece (September 1999), pp.1150-1157
[24] David G. Lowe, 2004, "Distinctive image features from scale-invariant keypoints," International Journal of Computer Vision, 60, 2 (2004), pp. 91-110
[25] D.C.Youla,H.Webb (1982). Image Restoration by the Method of Convex Projection:Part-theory[J].IEEE Trasactions on Medical Imaging[J], MI-1(2):81-94.
[26] H. Stark, P. Oskoui(1989). High Resolution Image Recovery from Image-plane Arrays, Using Convex Projections. Journal of the Optical Society of America. ,6:1715-1726.
[27] H. Ur, D. Gross(1992). Improved Resolution from Sub-pixel Pictures. CVGIP: Graphical Models and Image Processing. 54(2):181-186.
[28] J. L. Harris (1964). Diffraction and Resolving Power. J. O. S. A.,54(7) , 931-936.
[29] J.Patti, M.I.Sezan, A.M.Tekalp(1994). High-resolution Image Reconstruction from a Low-resolution Image Sequence in the Presence of Time-varying Motion Blur. In: Proceedings IEEE International Conference on Image Processing, Austin, TX. ,(11):343-347.
[30] J.Patti, M.I.Sezan, A.M.Tekalp(1995). High-resolution Standards Conversion of Low-Resolution Video. In: Proceedings IEEE International Conference on Acoustics, Speech and Signal Processing(ICASSP).Detroit, MI ,2(5):2197̚-2200.
[31] J.Patti, M.I. Sezan, A. M. Tekalp(1997). Super-resolution Video Reconstruction with Arbitrary Sampling Lattices and Nonzero Aperture Time. IEEE Transactions on Image Processing.6(8):1064-1076.
[32] J. W. Goodman (1968). Introdution to Fourier Optics. New York: McGraw-Hill.
[33] M. Irani, S. Peleg(1991). Improving Resolution by Image Registration. CVGIP: Graph. Models Image Process,53(3), 231-239.
[34] M.Tekalp, M.K.Ozkan, M.I.Sezan(1992). High-resolution Image Reconstruction from Lower-resolution Image Sequences and Space Varying Image Restoration. In: Proceedings IEEE International Conference on Acoustics, Speech and Signal Processing(ICASSP).San Francisco, CA,3(3):169-172.
[35] Patrick Vandewalle (2006). Super –Resolution from Unregistered Aliased Images. Lausanne, EPFL.
[36] Patrick Vandewalle , Sabine Susstrunk, Mattin Vetterli (2006). A Frequency Domain Approach to Registration of Aliased Images with Application to Super-Resolution. EURASIP Journal on Applied Signal Proceaaing (special issue on Super-resolution), 1-14.
[37] Patrick Vandewalle, Luciano Sbaiz, Joos Vandewalle, Martin Vetterli (2007). Super-Resolution From Unregistered and Totally Aliased Signals Using Subspace Methods. IEEE Transactions on Signal Proceaaing, 55(7), 3687-3703.
[38] R.R.Schultz,R.L.Stevenson(1994). A Bayession approach to image expansion for improved definition[J].IEEE Trans on Image Process,3(3):233-242
[39] R.R.Schultz,R.L.Stevenson(1996). Extraction of high-resolution frams from video squences[J].IEEE Trans on Image Process,5(6):996-1011
[40] R.C.Hardie,K.J.Barnard,E.E.Armstrong(1997). Joint MAP registration and high-resolution image estimation using a sequence of undersampled images [J].IEEE Trans on Image Process,12(6):1621-1633
[41] R. Y. Tsai, T.S. Huang (1984). Multipleframe Image Restoration and Registration, Advances in Computer Vision and Image Processing. Greenwich, CT:JAI Press Inc., 317-339.
[42] S. C. Park, M. K. Park, Moon Gi Kang(2003). Super-resolution Image Reconstrution: a technical review. IEEE Signal Processing magazine,(5):21-36.
[43] S. Farsiu, M. Elad, P. Milanfar(2006). Multiframe Demosaicing and Super-resolution of Color Images. IEEE Trans. on Image Processing, 14(10):1647-1659.