摘要： 针对现有露天矿遥感图像超分辨率重建模型提取特征能力弱、特征利用不充分的问题,提出了一种融 合深度卷积神经网络和Swin Transformer 网络的露天矿遥感图像超分辨率重建方法。首先,利用卷积神经网络和Swin Transformer 网络将露天矿遥感图像映射到全局和局部特征空间,充分提取遥感图像的深层特征;然后,构造了一种基 于注意力机制的多尺度特征融合网络,实现遥感图像局部和全局特征的深度融合,强化有效特征表达的区分能力;最 后,将深度融合特征作为超分辨率解码模块的输入,重建出高分辨率的露天矿遥感图像。通过在自建露天矿区图像 数据集和开源数据集上进行测试,试验结果表明:与当前主流的图像超分辨率重建算法相比,所提方法重构出的超分 辨率图像具有较好的视觉感知,在均方根误差方面也低于其他对比方法。

关键词: 露天矿　超分辨率重建　深度卷积神经网络　Swin Transformer