基于双流残差网络的 PolSAR-光学数据融合云 removal
计算机视觉与模式识别
2025-01-15 v1 图像与视频处理
摘要
光学遥感图像在观测地球表面方面发挥着关键作用。然而，由于云层覆盖，获取完整的光学遥感图像具有挑战性。重建无云光学图像已成为近年来的重要任务。本文提出了一种两种流 Polarimetric 合成孔径雷达 (PolSAR)-光学数据融合云 removal 算法 (PODF-CR)，实现了对缺失光学图像的重建。PODF-CR 包含编码模块和解码模块。编码模块包括两个平行分支，用于提取 PolSAR 图像特征和光学图像特征。为解决 PolSAR 图像中的散粒噪声，我们在 PolSAR 分支中引入动态滤波器进行图像去噪。为更好地促进多模态光学图像与 PolSAR 图像之间的融合，我们提出基于跨跳连接的融合块，以实现多模态数据信息的交互。通过注意力机制对获取的融合特征进行细化，以提供更好的条件用于后续解码融合图像。在解码模块中，引入多尺度卷积以获取多尺度信息。此外，为更好地利用综合散射信息和偏振特性辅助光学图像恢复，我们使用了一个名为 OPT-BCFSAR-PFSAR 的数据集进行云恢复，该数据集包括从 PolSAR 数据中获得的后向散射系数特征图像和偏振特征图像。实验结果表明，该方法在定性和定量评估方面均优于现有方法。
引用
@article{arxiv.2501.07901,
title = {Cloud Removal With PolSAR-Optical Data Fusion Using A Two-Flow Residual Network},
author = {Yuxi Wang and Wenjuan Zhang and Bing Zhang},
journal= {arXiv preprint arXiv:2501.07901},
year = {2025}
}