融合LR编码网络和扩散模型的遥感图像超分辨率算法

来源：计算机工程与应用杂志2024年第22期北京时间：

作者：许晓阳, 张梦飞

单位：西安科技大学 计算机科学与技术学院，西安 710054

摘要：针对遥感图像超分辨率重建效果模糊、重建过程中细节纹理丢失的问题，提出一种适用于多尺度任务的遥感图像超分辨率网络模型pDDPMSR（denoising diffusion probabilistic model of super-resolution）。通过组合移位卷积和串联多注意力机制构建高效像素移位卷积模块SCAM（shifted convolution attention module），扩大感受野以增强对局部特征的提取能力，从而提高图像清晰度，同时使用多注意力在通道和空间维度关注图像高频信息，以增强轮廓细节信息的表达。为了防止细节纹理丢失，设计了融合坐标注意力与多尺度空洞卷积金字塔网络结构CA-ASPP（coordinate attention and atrous spatial pyramid pooling），以便捕获不同尺度的上下文信息。引入去噪扩散概率模型（denoising diffusion probabilistic model，DDPM）生成高分辨率图像，采用跳层采样加快DDPM图像推理速度。设计非线性噪声调度方案解决DDPM加噪结束时噪声过大的问题。在公开数据集RSSCN7上的实验结果表明，pDDPMSR在峰值信噪比（peak signal-to-noise ratio，PSNR）和结构相似度（structural similarity，SSIM）上较对比算法重建效果更加显著，并且跳层采样方法使扩散模型推理过程加快10倍。

关键词：遥感图像,超分辨率重建,扩散模型,注意力机制,多尺度空洞卷积