Pour résoudre les problèmes de faible précision de correspondance des caractéristiques, de bruit dans les cartes de profondeur prédites et de reconstruction incomplète des bords dans les tâches de stéréovision multi-vues des images de télédétection, cet article propose un réseau stéréo multi-vues basé sur des contraintes de diffusion, DiffusionMVS (Diffusion Multi-View Stereo). Tout d'abord, sur la base d'un réseau pyramide de caractéristiques, un module d'extraction de caractéristiques multi-échelles améliorées par des caractéristiques, MFE-FPN (Multi-scale Feature Enhancement Feature Pyramid Network), est conçu pour renforcer la capacité du réseau à apprendre les caractéristiques des images de télédétection multi-vues ; ensuite, un module d'agrégation adaptative des caractéristiques, AFA (Adaptive Feature Aggregation), est proposé pour intégrer dynamiquement les caractéristiques à différents niveaux afin de capturer les détails de profondeur aux bords des cibles ; enfin, un modèle d'optimisation du volume de coût basé sur des contraintes de diffusion, DCM (Diffusion Constrained Module), est conçu pour éliminer le bruit dans les cartes de profondeur prévues en optimisant la distribution des valeurs de profondeur contenant des points de bruit, combiné à un réseau Transformer guidé par les bords pour améliorer la reconstruction des bords des cartes de profondeur. Les résultats expérimentaux sur les ensembles de données WHU-TLC et LuoJia-MVS montrent que, par rapport aux modèles de référence, le réseau DiffusionMVS proposé augmente les indicateurs d'erreur absolue moyenne (MAE) de 28,11 % et 3,37 %, démontrant de bonnes performances de reconstruction et une bonne capacité de généralisation.

images de télédétection;stéréovision multi-vues;extraction multi-échelles des caractéristiques;agrégation adaptative des caractéristiques;modèle de diffusion;Transformer guidé par les bords