局部-全局协同多尺度特征增强的高光谱和多光谱图像融合方法OA

针对单一传感器成像受物理条件与系统设计限制,难以同时兼顾高空间分辨率与高光谱分辨率的问题,提出一种局部-全局协同的多尺度特征增强融合方法,用于高光谱图像与多光谱图像融合任务,旨在充分挖掘2种模态在空间结构与光谱信息上的互补优势,在保持光谱一致性的同时显著提升空间细节表达能力。该方法的整体框架由特征提取、特征融合、特征增强和图像重建4个模块协同构成。特征提取模块分别对高光谱与多光谱图像进行多层次编码,获得初始的光谱与空间特征表示;特征融合模块在统一特征空间内对多源特征进行交互与对齐;在此基础上,构建局部-全局特征增强模块,其中局部增强子模块通过多种卷积块与多尺度感受野强化纹理、边缘等细粒度空间细节,全局增强子模块引入光谱-空间融合的Transformer结构并结合多尺度卷积操作,以建模长程依赖关系并提升全局上下文与光谱一致性表达能力;最后,图像重建模块将增强后的融合特征映射回图像空间,生成高质量融合结果。在多个公开数据集上的定量与定性试验结果表明,所提方法在空间细节保持、光谱保真度以及多项综合评价指标(如:PSNR(峰值信噪比)、SSIM(结构相似度)、SAM(光谱角相似度)、ERGAS(相对全局自适应误差))方面均优于现有主流融合方法,融合图像的空间分辨率显著提升,光谱失真小,视觉效果与客观指标均表现优异,且在不同场景下均展现出良好的鲁棒性。本研究提出的局部-全局协同多尺度特征增强方法有效缓解了单一传感器成像中空间与光谱分辨率相互制约的问题,能够生成兼具高空间细节与高光谱保真度的融合图像,为遥感图像融合提供了一种高性能、强鲁棒的解决方案,具有良好的应用潜力。