A imagem de sensoriamento remoto de múltiplos espectros pode refletir informações espectrais ricas, mas a sua resolução espacial é baixa e a informação da textura é relativamente escassa. Pelo contrário, a imagem de sensoriamento remoto a cores completas tem alta resolução espacial e informações ricas de textura, mas carece de informações espectrais ricas capazes de refletir características do terreno. Através da tecnologia de fusão de imagens, ambos podem ser integrados para complementar-se mutuamente, para que a imagem fundida possa melhor atender às necessidades da tarefa subsequente. Portanto, neste artigo, é proposto um método de fusão de imagens de sensoriamento remoto de múltiplos espectros e a cores completas baseado em redes geradoras adversariais de duas vias não supervisionadas e Transformer. Especificamente, primeiro, usa-se a filtragem de guia para decompor a imagem de origem (imagem de sensoriamento remoto de múltiplos espectros e a cores completas) em componentes de camada básica que representam informações principais da imagem e componentes de camada de detalhes que representam detalhes e informações de textura da imagem; em seguida, os componentes de camada básica decompostos das imagens de sensoriamento remoto de múltiplos espectros e a cores completas são concatenados, e os dois componentes decompostos da camada de detalhes também são concatenados; depois, os componentes de camada básica concatenados e os componentes de camada de detalhes são inseridos nas ramificações de camada básica e ramificações de camada de detalhes do gerador de duas vias, respectivamente; em seguida, considerando as diferentes características dos componentes de camada básica e camada de detalhes, extrai-se informações de características usando a rede Transformer e rede neural convolucional para extrair informações de espectro global e informações de textura local das ramificações de camada básica e ramificações de camada de detalhes, respectivamente; finalmente, pela contínua treinamento adversarial entre o gerador e o discriminador duplo (discriminador de camada básica e discriminador de camada de detalhes), obtemos a imagem fundida que tem informações espectrais ricas e alta resolução espacial ao mesmo tempo. Através de experimentos de comparação qualitativos e quantitativos com vários métodos representativos em conjuntos de dados públicos, é possível confirmar que o método proposto neste artigo tem certa superioridade e alcança efeitos de fusão bons em termos de efeitos visuais subjetivos e índices de avaliação objetiva.

Fusão de imagens de sensoriamento remoto; Filtragem de guia; Rede neural convolucional; Rede geradora adversarial; Rede Transformer; Camada básica; Camada de detalhes; Cores completas; Múltiplos espectros