申请/专利权人：中国石油大学(华东)

申请日：2023-12-29

公开（公告）日：2024-03-19

公开（公告）号：CN117495723B

主分类号：G06T5/73

分类号：G06T5/73;G06T7/90

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明公开基于分波段处理的不成对数据遥感图像薄云去除方法，属于图像增强技术领域，用于遥感图像薄云去除，包括将多光谱图像中的可见光波段和红外波段分别输入去云网络，以根据各波段特性生成独立的云层分布图和厚度系数，在使用不成对多光谱图像训练时达到更加精细的去云效果；使用空间池化金字塔模块学习云层遮挡部分和地表真实信息之间的差异，从而更好地恢复薄云覆盖区域的地表信息；此外，为提升去云图像的色彩真实度及结构相似性，本发明还构建了包含色彩损失和对比损失项的损失函数，使得去云图像色彩和结构更趋近真实。本发明提出的方法有着更优的去云效果，峰值信噪比和结构相似度也有着更好表现。

主权项：1.基于分波段处理的不成对数据遥感图像薄云去除方法，其特征在于，包括：S1.将多光谱图像中的可见光波段和红外波段分别送入去云网络中，对可见光波段和红外波段分别处理，分别得到可见光波段和红外波段的云层分布图、厚度系数以及去云图像；S2.在前向循环中，将两种波段的待去云图像通过去云网络处理后合并生成前向循环的总去云图像，根据两种波段的云层分布图、厚度系数和去云图像合并形成两种波段的模拟云图，合并两种波段的模拟云图形成前向循环的总模拟云图；S3.在反向循环中，将两种波段的云层分布图、厚度系数和清晰无云图合并形成模拟云图，合并两种波段的模拟云图形成反向循环的总模拟云图，通过去云网络对可见光和红外波段分别处理，分别得到反向循环中可见光波段和红外波段的云层分布图、厚度系数以及去云图像，将两种波段反向循环的去云图像合并生成反向循环的总去云图像；S4.选取不成对图像，用加入色彩损失和对比损失项的损失函数对去云网络进行训练；S1的去云网络包含六个金字塔编码模块和六个解码模块，其中编码模块使用空间池化金字塔模块与卷积相结合，关注薄云遮蔽部分的地物信息特征提取；生成云层分布图的网络包含五个编码模块和五个解码模块，生成厚度系数的网络在五个编码模块后将输出与全局平均池化层和完全连接层相连接；S4中的损失函数Ltotal包括：Ltotal=Ladv+λ1Lcolor+λ2Lcons+λ3Lper+λ4Lcyc+λ5Lidt；式中，Ladv、Lcolor、Lcons、Lper、Lcyc、Lidt分别表示对抗损失、颜色损失、对比学习损失、周期感知一致性损失、循环一致性损失和身份映射损失，λ1、λ2、λ3、λ4、λ5分别表示五个平衡参数；对比学习损失包括： ；式中，DI，J表示I和J的L1范数距离，和分别表示可见光波段和红外波段的模拟云图，，分别为前向循环中可见光波段和红外波段得到的去云图像，和分别代表反向循环中可见光波段和红外波段的模拟云图，和分别代表反向循环中可见光波段和红外波段的清晰无云图，和表示分别为反向循环中可见光和红外波段的去云图像。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 基于分波段处理的不成对数据遥感图像薄云去除方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD