Традиционные диффузионные модели, используемые для сверхразрешения изображений дистанционного зондирования, сталкиваются с такими проблемами, как недостаточное использование априорных условий, длительные шаги выборки и плохое восстановление высокочастотных деталей. В статье предложена двухэтапная остаточная условная диффузионная сверхразрешающая сеть (TRCDSR). На первом этапе предварительно обученная легкая модель CNN генерирует первичные сверхразрешённые результаты, обеспечивая диффузионную модель высококачественным структурным априори; на втором этапе внедрён механизм остаточной условной диффузии, при котором в качестве входных данных используется сигнал остатка, что позволяет сети прогнозирования шума сосредоточиться на восстановлении высокочастотных деталей. Путём улучшения обратной формулы выборки DDIM процесс коррекции остатка разделён на детерминированную предсказательную часть и случайный шум, что позволяет завершить высококачественное восстановление за 20–50 шагов. Дополнительно введён модуль усиления многоуровневых априорных условий (PCEM) и механизм внимания с интеграцией пространственных и каналных особенностей (FAN), что повышает адаптивность модели к сложным сценам дистанционного зондирования. Эксперименты на нескольких наборах данных, таких как AID, SECOND и RSSCN, показали, что TRCDSR превосходит другие методы на основе диффузионных моделей, GAN и Transformer по качеству восстановления, вычислительной эффективности и обобщающей способности.

диффузионная модель;сверхразрешение дистанционного зондирования;остаточная сеть;усиление априорных условий