面向空间任务中增强光学感知的云感知SAR融合
计算机视觉与模式识别
2025-06-25 v1 机器学习
图像与视频处理
摘要
云污染显著损害了光学卫星影像的可用性，影响了环境监测、灾害响应和土地利用分析等关键应用。本研究提出了一种云感知重建框架，该框架将SAR与光学特征融合与基于深度学习的图像重建相结合，以生成无云光学影像。该框架采用注意力驱动的特征融合机制，将来自合成孔径雷达（SAR）的互补结构信息与来自光学数据的光谱特征进行对齐。此外，一种云感知模型更新策略引入了自适应损失加权，以优先处理云遮挡区域，从而提高重建精度。实验结果表明，所提出的方法优于现有方法，实现了31.01 dB的PSNR、0.918的SSIM和0.017的MAE。这些结果突显了该框架在生成高保真度、空间和光谱一致的无云光学图像方面的有效性。
引用
@article{arxiv.2506.17885,
title = {Cloud-Aware SAR Fusion for Enhanced Optical Sensing in Space Missions},
author = {Trong-An Bui and Thanh-Thoai Le},
journal= {arXiv preprint arXiv:2506.17885},
year = {2025}
}