La normalización radiométrica relativa es una técnica fundamental para el análisis multitemporal de teledetección, pero los métodos tradicionales suelen tener limitaciones al tratar con distorsiones no lineales, valores atípicos y condiciones heterogéneas de la cobertura terrestre. Para enfrentar estos desafíos, este artículo propone un marco probabilístico basado en difusión, que modela la inconsistencia radiométrica como una combinación de residuos deterministas y perturbaciones aleatorias. En este marco, el proceso directo simula las características multi-fuente de las distorsiones radiométricas mediante la superposición de ruido estructurado y ruido aleatorio, mientras que el proceso inverso se basa en una estrategia de optimización variacional de doble objetivo, reconstruyendo la coherencia radiométrica mientras preserva los detalles de la imagen original, logrando una modelación precisa de las distorsiones radiométricas complejas a nivel matemático. Su diseño central es una red de atención espacio-espectral, que mediante la fusión de módulos duales de atención espacial y espectral, fortalece dinámicamente la respuesta de bandas clave y la estructura textural local durante la extracción de características, capturando eficientemente las dependencias entre bandas y el contexto espacial multiescala. Para mejorar aún más la adaptabilidad del modelo en escenas complejas, se diseñó una estrategia de preprocesamiento basada en el índice de similitud estructural, que guía el entrenamiento del modelo mediante la selección automática de regiones pseudo-invariantes estables, reduciendo efectivamente las interferencias causadas por cambios en la superficie terrestre y mejorando la representatividad de las muestras de entrenamiento y la estabilidad de la convergencia del modelo. Experimentos integrales basados en el conjunto de datos multitemporal Sentinel-2 muestran que el método propuesto supera constantemente a los métodos comparativos existentes en métricas cuantitativas, no solo con una mayor precisión en la corrección radiométrica y fidelidad espectral, sino también con ventajas significativas en la coherencia del índice de vegetación y la preservación de detalles texturales. En resumen, esta red basada en difusión ofrece una solución práctica para la normalización radiométrica relativa de imágenes de teledetección a gran escala, con la posibilidad de extenderse en el futuro a la fusión multisensorial y el análisis de series temporales.

normalización radiométrica relativa; modelo de difusión; mecanismo de atención; aprendizaje profundo