معظم طرق تكبير الدقة في صور الاستشعار عن بعد الحالية لا تستخدم بشكل كامل معلومات التشابه الذاتي بين المقياس المختلط والمعلومات المتعلقة بالمقياس بين المناطق، وتغفل قدرة المجال الترددي على معالجة المعلومات العالية التردد في الصور المستشعرة. لحل هذه المشكلة، يقترح هذا البحث شبكة تكييفية محلية ودمج ترددي (شبكة SAF²Net). أولاً، يدخل SAF²Net وحدة تشويه مميزة تكييفية لمقياس مختلط ويستخدم نوعًا من الهرم المتقوِّس للحصول على ميزات تمييزية في مقياس متعدد، مما يعزز قدرة التعبير عن المقياس المتعدد للميزات. ثم، يصمم بلوك اختيار نطاق حساس متعدد على المستوى العالمي لاستقصاء ميزات المنطقة بين المقاييس. على هذا الأساس، يدخل كتلة اختيار مكاني تكييفي وكتلة اختيار تفكيك ترددية لدمج المعلومات المتكملة في المجال والتردد لتعزيز الميزات المحلية وزيادة قدرة النموذج على نمذجة المحتوى عالي التردد في الصور. خلال مجموعات التجارب المتعددة في مجموعتي بيانات الصور بالاستشعار عن بعد العامة، تحققت نتائج مؤشرات التقييم الكمية التي تحصل عليها شبكة SAF²Net من نتائج طرق المقارنة الأخرى. على سبيل المثال، في تكبير دقة مجموعة بيانات UCMerced بنسبة 3، قامت طريقة هذا البحث بزيادة كفاءة PSNR وSSIM بمقدار 0.11 ديسيبل و 0.003 3 على التوالي مقارنة بأقل الطرق الفعالة؛ من حيث الجودة البصرية الشخصية، تستطيع شبكة SAF²Net استرداد المزيد من تفاصيل التشكيل الواضحة. تُظهر نتائج التجارب أن شبكة SAF²Net المقدمة في هذا البحث قادرة على استقصاء المعلومات العالمية للمقياس المختلط من منظورين مختلفين، كما يدمج بشكل فعّال ميزات المجال والتردد المتكملة، وتُظهر أداءً تحويلياً تنافسيًا في مهام تكبير الدقة في صور الاستشعار عن بعد.

remote sensing image;super resolution;hybrid-scale features;space-frequency complementary information