我院教师李昕、研究生赵晓飞在中科院大类分区1区期刊《IEEE Transactions on Geoscience and Remote Sensing》发表题为“HF-T2CR:High-Fidelity Thin and Thick Cloud Removal in Optical Satellite Images through SAR Fusion”的研究论文。《IEEE Transactions on Geoscience and Remote Sensing》。 该期刊为遥感类顶级期刊之一,2023年影响因子为8.2,近五年平均影响因子为8.8,为中国石油大学(华东)T1期刊。
![](/_upload/article/images/40/63/d8c3b79c4e1d965ab8c63bc73549/9fe3611a-6dfb-4325-8a6f-388939b1f0c0.png)
云去除可以有效地解决遥感光学图像中的云污染问题。但是,由于薄云和厚云的光学特征不同,同时去除它们仍然是一个重大挑战。薄云区域可以观测到有限的地面信息,而厚云区域则完全遮蔽了这些信息,因此对于两者需要不同的处理过程。虽然以前的一些方法可以有效地处理薄云或厚云,但它们通常会导致另一种云类型的结果产生模糊。在本文中,我们提出了一种将薄云和厚云作为一个整体进行处理的云去除方案。具体而言,首先采用基于残差架构的网络恢复薄云下的光学信息,并生成灰度云掩模,通过灰度掩膜和预定义阈值识别厚云区域。然后,使用编码器-解码器网络恢复由预测掩膜标记的厚云区域信息。其次,利用SAR图像作为云去除的辅助信息,为云区域的边缘提供最具指示性的特征。最后,采用上下文特征转移机制从远距离空间位置导入特征填充厚云区域,增强结果中的视觉和语义一致性。因此,本文方法解决了光谱模糊和不完全去云的缺陷。在SEN12MS-CR数据集上进行实验,证明在MAE、SAM、PSNR和SSIM等指标上都优于现有的其他方法。
![](/_upload/article/images/40/63/d8c3b79c4e1d965ab8c63bc73549/8a93d137-bcac-4277-b2c2-ea158badbf6a.png)