利用差异图监督与波段平衡技术去除遥感图像中的薄云层

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Thin Cloud Removal From Remote Sensing Imagery Using Difference Map Supervision and Band Balancing

　　

摘要：

薄云污染严重影响了光学遥感图像的有效应用。受此类污染影响的像素会保留部分信息，且薄云会对不同光谱波段产生不同的影响。基于这些观察，我们提出了DBM，这是一种用于去除薄云的轻量级外部模块。DBM在MPRNet框架中引入了时间上相邻的辅助图像，并通过差异图监督和波段平衡来调控辅助信息的融合，从而形成了DBM-MPRNet。DBM以差异图监督模块（DMSM）作为主要设计元素，同时结合波段平衡模块（BBM）作为补充设计。DMSM负责生成差异图，并将其转化为可学习的空间门控机制，以此调控空间维度上的辅助信息；BBM则在训练过程中动态调整各光谱波段的权重，从而调控光谱维度上的辅助信息。通过这种协同设计，DBM能够利用辅助图像中的可靠信息，同时抑制因时间不一致而产生的错误信息干扰。在模拟数据集和真实场景数据集上的大量实验表明，DBM-MPRNet在保持较低计算成本的同时，其定量分析和视觉效果均显著优于传统方法。此外，即便辅助图像受到严重噪声干扰，DBM仍具备较强的鲁棒性，能够维持良好的去云性能。作为一种轻量级外部模块，DBM还具有较强的可迁移性，当集成到MemoryNet或MSDA中时，能够显著提升相应框架的去云能力。这些结果证明，DBM为遥感图像中的薄云去除问题提供了一种有效且实用的解决方案。