摘要
本发明公开了一种基于高阶状态空间建模的全色锐化方法，通过引入递阶状态建模机制和多阶段联合学习框架，有效提升遥感图像的空间细节还原与光谱保真能力，具备良好的性能稳定性、建模能力与实际应用价值。构建面向多光谱与全色图像融合的深度神经网络架构，首先对低分辨率多光谱图像进行上采样，以匹配全色图像的空间维度；然后通过多阶段特征提取模块提取空间与光谱多尺度特征；之后引入基于高阶结构化状态空间建模的融合模块，该模块构建具有长程依赖建模能力的状态更新过程；通过跨阶段残差连接与特征重构模块实现信息整合与图像恢复；通过跨模态融合模块实现多光谱与全色模态间的语义对齐与高阶交互，增强模型在复杂场景下的泛化性能。
