Полноцветная резкость дистанционных спектральных изображений направлена на слияние многоспектральных изображений низкого пространственного разрешения (LRMS) с панхроматическими изображениями высокого пространственного разрешения (PAN), что позволяет получить многоспектральное изображение высокого разрешения (HRMS). Существующие методы обычно сначала выполняют прямую интерполяцию LRMS, затем с помощью извлечения признаков, слияния и реконструкции получают HRMS. Такие подходы вызывают размытость и спектральные искажения. В данной работе предложен метод полноцветной резкости, основанный на стратегии предварительного слияния с использованием Mamba и сверточной нейронной сети (CNN). Сначала выделяется высокочастотная информация PAN с помощью гауссовой разности для улучшения текстуры LRMS; затем с помощью CNN и Mamba извлекаются локальные и глобальные признаки изображения, и при помощи промежуточного слияния на базе CNN обеспечивается полное взаимодействие и слияние локальной и глобальной информации двух модальностей, в итоге реконструируется высококачественное HRMS. Эксперименты на открытых наборах QuickBird и IKONOS показывают, что предложенный метод превосходит традиционные методы GS, PCA и современные глубокие методы PanFormer, Pan-Mamba как с субъективной, так и с объективной точки зрения. Результаты показывают увеличение пикового отношения сигнал-шум и универсального индекса качества изображения на 10.91% и 5.62% соответственно по сравнению со средними показателями остальных методов; при этом среднеквадратическая ошибка, относительная безразмерная глобальная ошибка и индекс спектральных искажений снижены на 30.52%, 18.56% и 60.41%. Абляционные исследования дополнительно подтвердили эффективность стратегии предварительного слияния и модуля Mamba. Таким образом, предложенный метод обеспечивает эффективное решение повышения качества полноцветной резкости и имеет практическое значение для дальнейшего применения в дистанционном зондировании.

дистанционное зондирование; полноцветная резкость; предварительное слияние; гауссова разность; Mamba; модель пространственного состояния; сверточная нейронная сеть; многоспектральный; панхроматический