Les méthodes actuelles de fusion spatio-temporelle basées sur l'apprentissage profond équilibrent les erreurs de pixels dans les régions locales lors des opérations de convolution, ce qui entraîne de faibles détails texturaux et des bords flous sur l'image fusionnée. Cet article propose un modèle de fusion spatio-temporelle combinant les réseaux antagonistes génératifs (GAN) et la transformée en ondelettes non échantillonnée en coupe (NSST). Tout d'abord, une branche de convolution dilatée et un module différence-attention (SUB-AM) sont introduits dans la structure de l'encodeur du générateur, permettant d'extraire des caractéristiques fines tout en prenant en compte des contextes globaux, et les variations grossières capturées par SUB-AM ajustent les caractéristiques fines extraites pour améliorer la précision de la prédiction. Ensuite, par la décomposition NSST et le bloc de reconstruction adaptative (NSST-ARM), les informations haute et basse fréquence des résultats générés par l'encodeur-décodeur et de l'image fine de référence sont reconstruites, renforçant les détails haute fréquence de l'image fusionnée ; enfin, une perte de netteté est introduite dans la fonction de perte pour réduire la perte de clarté de l'image fusionnée. Les résultats expérimentaux montrent que, comparé aux méthodes d'avant-garde, la méthode proposée améliore en moyenne la valeur de similarité structurelle (SSIM) de 1,5%, réduit la valeur relative de l'erreur globale sans dimension (ERGAS) de 14%, et améliore les détails texturaux et la netteté des structures de bord de l'image fusionnée. Les expériences confirment l'efficacité de cette méthode.

fusion spatio-temporelle;réseaux antagonistes génératifs;convolution dilatée;transformée en ondelettes non échantillonnée