La mayoría de los métodos actuales de superresolución de imágenes remotas no logran explotar completamente la información de auto-similitud a escala mixta y la información de correlación entre regiones a diferentes escalas en la imagen, y descuidan la capacidad del dominio de frecuencia para percibir la información de alta frecuencia en la imagen. Para resolver este problema, este artículo propone una red de adaptación espacial y fusión de frecuencia (Spatial Adaptation and Frequency Fusion Network, SAF²Net). SAF²Net primero introduce un módulo de modulación de características adaptativas a escala mixta, utilizando un método similar a una pirámide de características para obtener características discriminativas a diferentes escalas, enriqueciendo la capacidad de representación de características de múltiples escalas. Luego, se diseña un bloque de selección de campo receptivo multi-escala global para explotar las características de correlación entre regiones a diferentes escalas. Sobre esta base, se introducen bloques de selección adaptativa espacial y separación de frecuencias para fusionar información complementaria espacio-frecuencia para mejorar las características locales y mejorar la capacidad del modelo para modelar el contenido de alta frecuencia de la imagen. En múltiples experimentos en dos conjuntos de datos de imágenes remotas abiertas, SAF²Net obtuvo resultados de indicadores de evaluación cuantitativos mejores que otros métodos de comparación. Por ejemplo, para una superresolución 3x en el conjunto de datos UCMerced, el método presentado en este artículo mejoró respectivamente el PSNR y el SSIM en 0.11 dB y 0.003 3 en comparación con el método HAUNet, y desde el punto de vista de la calidad visual subjetiva, SAF²Net puede restaurar más detalles de textura claros. Los resultados experimentales muestran que el SAF²Net propuesto en este artículo puede explorar la información global a escala mixta desde dos ángulos diferentes y fusionar eficazmente características complementarias espacio-frecuencia, mostrando un rendimiento de reconstrucción competitivo en la tarea de superresolución de imágenes remotas.

Imagen remota; Superresolución; Características a escala mixta; Información complementaria espacio-frecuencia