Um Probleme wie geringe Merkmalgenauigkeit, Rauschen in vorhergesagten Tiefenkarten und unvollständige Kantenrekonstruktion bei multiview Stereoaufgaben für Fernerkundungsbilder zu lösen, schlägt dieser Artikel ein Diffusions-basiertes Multiview-Stereo-Netzwerk DiffusionMVS (Diffusion Multi-View Stereo) vor. Zunächst wurde auf Basis eines Feature-Pyramiden-Netzwerks das Multi-Scale Feature Enhancement Feature Pyramid Network (MFE-FPN) entwickelt, um die Fähigkeit des Netzwerks zur Erfassung von Merkmalen in Multiview-Fernerkundungsbildern zu verbessern; zweitens wurde ein Adaptive Feature Aggregation (AFA) Modul vorgeschlagen, das dynamisch Merkmale aus verschiedenen Ebenen integriert, um Tiefendetails an Objektkanten zu erfassen; schließlich wurde das Diffusion Constrained Module (DCM) zur Optimierung des Kostenvolumens entwickelt, das durch die Optimierung der Tiefenverteilung mit Rauschpunkten Rauschstörungen in den vorhergesagten Tiefenkarten beseitigt und durch ein kantenorientiertes Transformer-Netzwerk verbessert wird. Experimentelle Ergebnisse auf den Datensätzen WHU-TLC und LuoJia-MVS zeigen, dass im Vergleich zu Basismodellen der mittlere absolute Fehler (MAE) des vorgestellten DiffusionMVS-Netzwerks um 28,11 % bzw. 3,37 % verbessert wurde, was eine gute Rekonstruktionsleistung und Generalisierungsfähigkeit demonstriert.

Fernerkundungsbilder; Multiview Stereo; Multi-Scale Merkmalsextraktion; Adaptive Merkmalsaggregation; Diffusionsmodell; Kantenorientierter Transformer