TGRS 2025 | 大连理工提出 WFA-SRNet：全局语义 + 局部高频，遥感超分 SOTA 诞生

在遥感图像应用中，从低分辨率图像中重建高保真细节一直是科研人员面临的重大挑战。建筑物边缘的模糊、道路纹理的丢失，不仅影响视觉效果，更会直接降低目标检测、场景分类等下游任务的精度。近期，一篇发表于《TGRS 2025》的论文提出了全新解决方案——WFA-SRNet，通过小波引导与特征感知的创新架构，为遥感图像超分辨率任务带来了突破性进展。

论文信息

题目：WFA-SRNet: A Wavelet-Guided and Feature-Aware Network for Remote Sensing Image Super-Resolution

小波引导与特征感知的遥感图像超分辨率网络WFA-SRNet

作者：Yining Wang, Xinying Wang, Shaodong Zhang, Zhixiong Huang, Shenglan Liu, Lin Feng

01 遥感超分的核心难题：为何传统方法力不从心？

遥感图像与自然图像存在本质差异：场景结构复杂（包含建筑物、农田、道路等多样元素）、尺度变化剧烈、纹理模式丰富，且易受成像噪声干扰。传统超分方法存在两大局限：

• 高频细节丢失：边缘、纹理等关键信息在重建中易被模糊处理
• 语义建模不足：难以利用遥感场景中普遍存在的重复结构特征（如屋顶排列、农田网格）

现有方法要么侧重空间域特征提取，要么依赖单一注意力机制，始终难以平衡全局结构与局部细节的重建质量。

02 WFA-SRNet架构解析：双分支协同的智慧设计

WFA-SRNet创新性地采用"双分支+融合注意力"架构，实现了频率域与语义域特征的协同建模。其整体结构如图所示：

网络主要包含三个模块：

1. 浅特征提取：通过卷积操作从低分辨率图像获取初始特征

2. 双分支深特征提取：

• 特征提取分支（FEB）：捕捉语义结构与非局部相似性
• 高频提取分支（HFE）：强化纹理与边缘细节

3. 图像重建模块：通过像素洗牌实现最终超分输出

两个分支的特征通过融合注意力（FA）模块动态整合，形成互补增强的特征表征。

03 核心创新点深度剖析

3.1 特征提取模块（FEB）：让网络学会"参考"先验知识

FEB的突破性在于引入跨类别特征字典与滑动窗口交叉注意力（SWCA）：

• 特征字典构建：利用21类遥感场景（如住宅、森林、高速公路）的语义标注，通过聚类生成原型特征令牌，形成"结构先验知识库"
• 滑动窗口匹配：将输入图像划分为局部窗口，每个窗口与字典中的原型令牌进行相似性匹配，找到最相关的结构参考
• 注意力增强：以匹配令牌为引导，通过交叉注意力强化关键结构特征，弥补低分辨率输入的信息缺失

这种设计让网络不再局限于输入图像本身，而是能借鉴同类场景的结构规律，显著提升复杂结构的重建准确性。

3.2 高频提取模块（HFE）：小波域的细节雕琢师

HFE通过小波变换实现高频细节的精准增强：

• 频率分解：利用离散小波变换（DWT）将特征分解为4个子带（LL低频+LH、HL、HH高频）
• 定向增强：针对性强化垂直（LH）、水平（HL）和对角（HH）高频分量，这些正是边缘和纹理的关键载体
• 小波重构：通过逆离散小波变换（IDWT）将增强后的高频信息重建回空间域

与传统空间域增强相比，这种频率域操作能更精准地捕捉方向性细节，尤其适合遥感图像中大量存在的线性结构（道路、河流等）。

3.3 融合注意力（FA）模块：让特征"各尽其用"

FA模块解决了双分支特征的有效融合难题：

• 对语义特征和高频特征分别生成注意力权重
• 采用"交叉调制"策略：用高频注意力增强语义特征，用语义注意力引导高频特征
• 通过1×1卷积实现特征维度统一，形成最终融合特征

这种设计避免了简单拼接导致的特征冗余，使语义结构与高频细节能够相互促进、精准互补。

04 实验结果：全方位碾压现有方法

在UC Merced和RSSCN7两大遥感数据集上，WFA-SRNet在×2、×3、×4、×8等所有缩放因子下，PSNR和SSIM指标均显著优于现有方法：

• 在UC Merced的×2超分任务中，PSNR达到34.78dB，超越EGSRN等先进方法0.55dB
• 即使在极端的×8缩放下，仍保持23.98dB的PSNR，展现出强大的细节恢复能力

定性结果更直观地体现了优势：

• 跑道的条纹图案：传统方法模糊不清，WFA-SRNet清晰可辨
• 网球场边界：竞品存在断线和毛边，WFA-SRNet保持连续锐利的线条
• 建筑物边缘：有效避免了其他方法的失真和伪影

05 下游任务验证：不止于"好看"，更要"好用"

超分结果的实用价值在分类任务中得到验证：

应用WFA-SRNet超分后，RSSCN7数据集的平均分类准确率从0.937提升至0.974，其中"工业"和"停车场"类别提升尤为显著，证明重建的细节特征确实增强了图像的语义可辨别性。在真实航拍数据集DOTA上的测试进一步显示，该方法对复杂场景具有良好的泛化能力，能有效恢复船舶、车辆等小目标的细节特征。

06 消融实验：各模块的贡献度分析

通过控制变量实验，验证了各核心组件的必要性：

• FEB模块贡献0.8-1.2dB的PSNR提升，证明语义先验的重要性
• HFE模块带来约1.7dB的增益，验证了小波高频增强的有效性
• FA模块相比简单求和融合，提升超过3dB，凸显自适应融合的价值

局部归因图（LAM）可视化显示，完整模型对边缘和结构区域的关注度显著更高，验证了网络设计的合理性。

07 总结与展望

WFA-SRNet通过小波域高频建模与语义特征感知的创新结合，为遥感图像超分辨率任务提供了新思路。其核心价值在于：

1. 首次将跨场景结构先验引入遥感超分，突破了单图信息限制
2. 利用小波变换的频率域优势，实现定向细节的精准增强
3. 设计高效融合机制，让语义与高频特征实现1+1>2的效果

未来，该方法有望扩展至高光谱、多光谱图像超分领域，并通过模型压缩技术提升实时性，为无人机巡检、灾害监测等实际应用提供更强有力的技术支撑。