《Sensors》：CSGL-Former: Cross-Stripes Global–Local Fusion Transformer for Remote Sensing Image Dehazing
Shuyi Feng,
Xiran Zhang,
Jie Yuan and
Youwen Zhu
编辑推荐：
本文针对遥感影像受大气雾霾影响导致的视觉解释与下游应用性能下降问题，提出并研究了一种新颖的跨条纹全局-局部融合Transformer（CSGL-Former）架构。该工作引入交叉条带注意力（CSA）高效建模各向异性长程依赖，通过多层全局聚合（MLGA）累积分层全局语义，并在解码器中自适应融合全局上下文与细粒度局部特征，以恢复清晰纹理。最后，受大气散射模型（ASM）启发，其软重建头部通过预测空间变化的仿射参数来复原图像，在有效去雾的同时严格保持内容保真度。在RRSHID和SateHaze1K基准上的实验表明，该模型在准确性与效率间取得了极具吸引力的平衡，性能达到SOTA水平。
晴朗天空下的遥感影像本该清晰地揭示大地的轮廓、城市的脉络与自然的纹理，然而，无处不在的大气雾霾却为其蒙上了一层恼人的“面纱”。这层面纱由大气散射和吸收造成，导致影像颜色失真、对比度下降、细节模糊。这不仅严重阻碍了直接的视觉判读，更会损害后续如分类、检测、分割等计算机视觉任务的可靠性。在遥感领域，定量分析和几何保真至关重要，因此，去雾成为了一个不可或缺的预处理步骤。在现实应用中，图像去雾本身很少是最终目标，它更是确保后续分析准确性的重要基石。例如，在智能交通系统等应用驱动场景中，不利的大气条件会严重降低现代检测框架的性能。因此，弥合底层图像复原与高层应用精度之间的鸿沟，是本研究的核心驱动力。
长期以来，单幅图像去雾技术沿着图像增强、基于物理模型的复原和基于深度学习的方法三大范式演进。然而，直接将适用于自然图像的去雾架构迁移到遥感影像上面临着独特的挑战，因为其潜在的物理假设存在根本性差异。自然图像去雾通常依赖于与深度相关的雾分布，其密度随相机景深连续增加。相比之下，为了应对航空场景的特定特性，研究者为遥感影像明确提出了两个主要的领域假设。假设一：各向异性和非均匀的雾分布。与自然图像中水平地面视角不同，遥感图像是从自上而下（天底）的视角采集的。因此，大气散射并非由平滑的深度梯度主导，而是由风场、多变地形高程和局地排放引起的空间非均匀气溶胶浓度所致，导致高度各向异性的雾分布。假设二：大尺度空间依赖性与光谱一致性。遥感图像通常覆盖广阔的地理区域，包含大面积的同质区域（如沙漠、水体、森林）。感受野有限的传统CNN和标准基于窗口的Transformer难以捕捉这些大范围区域内一致估计全局大气光所需的长程依赖，经常导致严重的颜色偏移和光谱失真。此外，成对有雾/清晰遥感数据集的稀缺也阻碍了纯数据驱动的方法。
为了应对这些特定挑战，研究人员提出了CSGL-Former，一种专为遥感图像去雾设计的跨条纹全局-局部融合Transformer。它协同结合了交叉条带注意力来模拟水平和垂直方向的雾分布，多层全局聚合来累积语义上下文，以及一个精心设计的解码器，将编码器中的全局上下文与局部细节相融合。随后，一个轻量级的软重建头对输入图像应用空间变化的仿射变换，在精确校正雾霾的同时保持内容完整性。这种整体设计在保持对遥感应用至关重要的几何和光谱一致性的同时，实现了卓越的准确性-效率权衡。
该研究发表于《Sensors》期刊。为开展此项研究，作者主要应用了以下关键技术方法：构建了一个紧凑的U-Net风格编码器-解码器架构作为基础框架。模型的核心是提出的交叉条带全局模块，该模块包含用于高效建模各向异性长程依赖的交叉条带注意力（CSA） 和用于聚合分层全局语义的多层全局聚合（MLGA） 模块。在解码器部分，设计了全局-局部融合解码器，通过跨通道全局-局部融合（CGLF） 和自适应局部增强模块（ALEM） 自适应地混合编码器的全局上下文与解码器的局部纹理。最后，采用了一种软重建策略，该策略通过一个学习的仿射变换（公式：Iout= K ⊙ Iin+ B + Iin）来恢复图像，确保了内容保真度。研究在RRSHID和SateHaze1K两个遥感图像去雾基准数据集上进行了广泛的实验以验证模型性能。
研究结果部分主要包含以下内容：
4.1. 实验设置
该部分详细说明了用于训练和评估的数据集（RRSHID, SateHaze1K）、对比的基线方法（包括基于CNN的DehazeNet、AOD-Net、GridDehazeNet，基于Transformer的DehazeFormer、PCSformer，以及最近的SC-DehazeMamba等）、评估指标（PSNR, SSIM, LPIPS, FPS）以及具体的实现细节（如优化器、学习率、数据增强策略）。
4.2. 与先进方法的比较
在RRSHID和SateHaze1K两个数据集上的定量比较结果表明，CSGL-Former在PSNR、SSIM和LPIPS等多个指标上均达到了最先进的（SOTA）或极具竞争力的性能。同时，其运行效率（FPS）也表现优异，在准确性和效率之间取得了良好的平衡。定性结果（视觉对比）显示，CSGL-Former在去除浓密和非均匀雾霾方面表现突出，能更好地恢复细节、保持颜色自然，并避免在明亮区域（如水体、雪地）产生过度增强或颜色失真。
4.3. 消融研究
消融实验系统地验证了CSGL-Former中各个关键组件的有效性：
- •
交叉条带注意力（CSA）的作用：实验表明，CSA模块是模型性能的核心。将其替换为其他注意力机制（如轴向注意力、Swin Transformer的窗口注意力）会导致性能显著下降，尤其是在处理各向异性雾分布时。
- •
多层全局聚合（MLGA）的作用：MLGA模块通过聚合来自多个CSA层的特征，显著提升了模型的性能。移除该模块或使用简单的特征拼接方式都会导致性能损失，证明其学习到的层级间加权聚合是有效的。
- •
全局-局部融合解码器（CGLF + ALEM）的作用：消融实验证实，CGLF模块和ALEM模块对于恢复清晰的局部细节和边缘至关重要。没有它们，解码器输出会变得模糊，缺乏纹理细节。
- •
软重建头的作用：与直接输出像素值的标准重建头相比，软重建头（通过仿射变换）在PSNR和SSIM指标上均有稳定提升，特别是在保持内容保真度和避免过度处理方面优势明显。
4.4. 计算效率分析
该部分进一步分析了模型的计算复杂度和参数量。与一些基于Transformer的基线模型相比，CSGL-Former在保持高性能的同时，具有更低的计算复杂度和参数量，这得益于其高效的CSA设计和紧凑的架构。
4.5. 在真实遥感图像上的泛化
为了测试模型的泛化能力，作者将其在合成数据上训练的模型直接应用于未参与训练的真实有雾遥感图像。视觉结果表明，CSGL-Former能够有效减少真实图像中的雾霾，恢复出更清晰的场景，且没有引入明显的伪影，显示出良好的泛化能力。
4.6. 在下游任务上的应用
研究还初步探索了去雾处理对下游遥感任务（如语义分割）的潜在益处。实验表明，使用CSGL-Former去雾后的图像作为输入，能够比使用原始有雾图像或其它方法去雾后的图像，获得更高的下游任务性能（如mIoU），这证明了高质量去雾作为预处理步骤的实际应用价值。
结论与讨论部分对研究进行了总结并展望了未来：
本研究提出了一种新颖的跨条纹全局-局部融合Transformer（CSGL-Former），用于解决遥感图像中由各向异性、非均匀雾分布和大尺度空间依赖性带来的独特去雾挑战。该模型的核心创新在于其交叉条带注意力（CSA）模块，它能够高效地建模水平和垂直方向的长程依赖，从而有效捕捉遥感影像中复杂的雾分布模式。结合多层全局聚合（MLGA）模块，模型能够累积分层的全局语义信息。在解码阶段，通过跨通道全局-局部融合（CGLF）和自适应局部增强模块（ALEM），模型实现了全局上下文与局部细节的自适应融合，从而精细地恢复纹理和边缘。最后，受大气散射模型（ASM）启发的软重建策略，通过预测空间变化的仿射参数（K, B）来恢复图像，在有效去除雾霾的同时，严格保证了内容的保真度，避免了“过修复”或像素幻觉。
通过在RRSHID和SateHaze1K基准数据集上进行的大量实验证明，CSGL-Former在定性和定量评估中均达到了最先进的性能，同时在计算效率上也具有竞争力。全面的消融研究验证了每个提出组件的有效性。此外，模型在真实图像上展现了良好的泛化能力，并初步证明能提升下游语义分割任务的性能。
这项研究的意义在于，它提出了一种针对遥感影像物理特性的专用去雾架构，不仅在算法层面推进了该领域的发展，更重要的是，其设计理念强调在提升视觉质量的同时，保持几何和光谱的一致性，这对于依赖遥感数据进行定量分析的实际应用（如环境监测、城市规划、灾害评估）至关重要。CSGL-Former为实现从低层图像复原到高层精准分析的无缝衔接提供了一个有效的工具。
未来工作可以探索将模型与更具体的下游任务（如目标检测、变化检测）进行端到端的联合优化，以及利用无监督或半监督学习来缓解配对数据稀缺的问题，进一步推动遥感图像去雾技术在实际业务系统中的部署与应用。
