一种结合增强型全局背景信息的渐进式遥感云去除方法

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：A Progressive Remote Sensing Cloud Removal with Enhanced Global Context

　　

摘要：

在遥感图像中去除云层对于农业、环境监测和灾害评估等应用至关重要。然而，现有方法往往难以在局部细节和全局上下文之间取得平衡，从而导致下游任务中的信息丢失严重和精度下降。在本文中，我们提出了一种级联编码器-解码器网络，用于渐进式云层去除，以增强对全局上下文的理解。我们的架构逐步细化特征表示，同时捕获全局上下文信息和保留精细的局部细节。通过集成三元组注意力模块和融合模块，我们强化了层次化特征学习，使得无云图像的重建更加准确且视觉上更加一致。在T-CLOUD、RICE1和RICE2数据集上的广泛实验表明，所提出的方法在PSNR、SSIM和感知指标方面取得了具有竞争力的性能。此外，下游场景分类任务的结果表明，与现有技术方法相比，我们的方法生成的恢复图像更好地保留了具有区分性的语义信息。