A maioria dos métodos atuais de super-resolução de imagens de sensoriamento remoto não consegue explorar plenamente as informações de auto-semelhança em escalas mistas dentro da imagem e as informações de correlação entre regiões em diferentes escalas, além de ignorar a capacidade do domínio da frequência em perceber informações de alta frequência na imagem. Para resolver esse problema, este artigo propõe uma Rede de Adaptação Espacial e Fusão de Frequência (Spatial Adaptation and Frequency Fusion Network, SAF²Net). A SAF²Net primeiramente introduz um módulo de modulação de características adaptativo espacial em escalas mistas, adotando uma abordagem semelhante à pirâmide de características para obter características discriminativas em diferentes escalas, enriquecendo a capacidade de expressão de características em múltiplas escalas. Em seguida, foi projetado um bloco de seleção de campo receptivo global multiescala para extrair características correlacionadas entre regiões em diferentes escalas. Com base nisso, são introduzidos um bloco de seleção adaptativa espacial e um bloco de seleção de separação de frequência, que fundem informações complementares espaço-frequência para fortalecer características locais e melhorar a capacidade do modelo de modelar conteúdo de alta frequência na imagem. Diversos experimentos foram realizados em dois conjuntos públicos de dados de imagens de sensoriamento remoto, e os resultados quantitativos obtidos pela SAF²Net superaram outros métodos comparativos. Como exemplo, para uma super-resolução 3x do conjunto de dados UCMerced, o método proposto aumentou o PSNR e o SSIM em 0,11 dB e 0,0033, respectivamente, em comparação com o segundo melhor método HAUNet; em termos de qualidade visual subjetiva, a SAF²Net pode recuperar mais detalhes nítidos de textura. Os resultados experimentais mostram que a SAF²Net proposta pode explorar informações globais em escalas mistas de duas perspectivas diferentes e fundir efetivamente características complementares espaço-frequência, apresentando desempenho competitivo na tarefa de super-resolução de imagens de sensoriamento remoto.

imagens de sensoriamento remoto;super-resolução;características em escalas mistas;informações complementares espaço-frequência