本文在学习了了遥感视频成像原理，对现有的运动估计和分辨率重建算法进行了学习和比较，并且选择了光流法进行运动估计（图像配准），凸集投影算法（POCS）进行分辨率重建，对其原理和算法进行了学习，并且利用MATLAB计算运动矢量场和最终提升分辨率的效果图。

重建结果分析：由上面的重建结果可以看出来，我们实现的重建效果不是很好，具体的分析原因是：POCS算法具有可以方便的加入先验约束信息，可以很好地保持高分辨率图像上的边缘和细节等优点，但是他的缺点也很明显，例如解不唯一，解依赖初始估计；收敛速度慢，投影过程计算量大；容易昌盛边缘振荡效应；容易产生噪声等。

由上面的理论分析过程，我们可以把通过POCS算法实现分辨率重建的步骤总结为如下的几步：

<1>参考帧用我们观测到的低分辨率的第一帧来表示，并对该帧图像进行双线性插值处理，做为高分辨率图像的初始估计；

<2>对低分辨率图像序列与参考帧进行图像配准，得到低分辨率图像相对于参考帧图像运动物体的位移量，也就是运动向量场；

<3>以前面计算的运动向量场为基础，将低分辨率图像上的每一点，估计出其在高分辨率图像中时所处的位置；

<4>由PSF函数，模拟出经过成像系统后，当前的高分辨率图像的像素降质后的估计值，由（3.13）计算对应点的残差值，然后根据残差式（3.14）来修正高分辨率的像素值，直至残差值满足可接受的条件则停止；

<5>执行幅值约束条件；

<6>执行迭代运算，不断修正当前的高分辨率估计，直至残差值在阈值范围内，生成的重建效果图令人满意。

在本此的论文完成过程中，我学习了很多的图像配准和分辨率重建的方法，综合考虑了他们的可操作性，算法理解难度和效果，最后选取了光流法这种图像配准的方法和凸集投影这种的分辨率重建方法，然后对这两种方法进行了深入的学习，并且从网上查了很多的关于MATLAB实现的方法，结合自己的公式不断地修改代码，最终仿真的结果图达到了预期的要求，完成了本此的设计。

本此的论文完成，也让我了解到了遥感技术的广泛应用，以及我们对于精度要求的原因，在学习了先进算法的时候，我也学习到了很多新算法的出发点和思考的方向，比如刚开始理解光流法的时候，基本思想可以理解，但是并不能将公式和思想结合起来，在慢慢的思考中才有了逐步的理解；在整个查资料阶段，所有的论文都提到了分辨率提升技术包含两个方面，图像配准和分辨率提升，但是刚开始也并不能理解图像配准的意义和作用，也是在慢慢的了解中才明白，图像配准是为了确定高分辨率图像上，像素点所处的位置。

所以，本次收获很多，不仅仅是分辨率提升技术的学习，也是学习方法的学习。