考虑连贯语义的光学遥感图像厚云去除方法

来源：计算机工程与应用杂志2025年第18期北京时间：

作者：楚玉婷, 罗小波, 周建军, 苟永承, 郭海洪

单位：1.重庆邮电大学 计算机科学与技术学院，重庆 400065；2.重庆邮电大学 空间大数据智能技术重庆市工程研究中心，重庆 400065；3.济南城建集团有限公司，济南 250031

摘要：厚云对光学遥感图像的质量有严重影响，限制了其应用。深度学习方法在修复厚云的挑战性任务中表现出了良好的效果。然而，现有方法由于忽略了云覆盖区域的语义相关性和特征连续性，导致生成的内容往往纹理模糊、结构失真。为了解决上述问题，提出了连贯语义的两阶段云去除生成对抗网络方法。该方法通过对云覆盖区域与无云区域之间以及云覆盖区域内部特征的语义相关性进行建模，保留了上下文结构并对缺失部分进行更有效的预测。该方法采用两阶段深度神经网络，其中连贯语义模块和多尺度特征聚合模块嵌入到第二阶段网络。在38-cloud模拟数据集和RICE2真实数据集上进行了实验验证。实验结果表明，相较于现有方法，该方法能够生成更高质量的图像，为光学遥感图像应用提供了有力的支持。

关键词：光学遥感图像,去云,连贯语义,多尺度特征聚合