基于位置约束的参考图引导的遥感影像超分辨率网络

在遥感对地观测领域中，往往需要对生态或地质环境进行长时间跨度的监测.然而，仅通过卫星拍摄的高分辨率影像来实现在长时间跨度范围内对同一位置区域的覆盖是较为困难的.因此，之前的研究多采用单图像超分辨率算法来对低分辨率影像进行重建.但单张低分辨率影像中的信息是有限的，所以该类算法的重建结果往往较为平滑和模糊.实际上，对于同一位置区域而言，通常可以获取到来自不同卫星在不同时间段拍摄的多幅分辨率不同的遥感影像.其中的高分辨率影像可以作为低分辨输入在重建过程中的参考影像.因此，提出了一种基于位置约束的参考图引导的遥感影像超分辨率网络.该网络首先通过一个基于位置编码的纹理转换模块来实现参考图像与低分辨率图像之间的相似特征块匹配.同时引入位置约束，即根据低分辨率输入中邻近元素所对应的参考相似块的聚合度来对转换后的参考图像进行编码，从而提高匹配的准确度.同时，还提出了一种基于通道注意力机制的多尺度特征自适应融合模块，该模块有效提高了网络在进行跨尺度特征融合时的特征表达能力，进一步提高了网络的重建性能.实验结果表明，相较于其他新近的超分辨率方法，该网络在4×和8×超分辨率任务上均表现出了更为优越的重建性能...