关键词:
去云
生成对抗网络
组归一化
深度残差收缩网络
损失函数
摘要:
在获取遥感图像的过程中,受天气等因素影响,得到的图像会含有云层,这直接影响了后期对于遥感图像的使用。针对这种问题,基于改进的生成对抗网络,提出了一种遥感图像去云方法。首先,网络的生成器主要结构为深度残差收缩网络,可以更好地去除噪声,并将生成器网络中的批归一化更换为组归一化以提高模型训练效率;其次,在网络损失函数中加入感知损失以进一步提高网络的去云效果。实验结果表明,相较于传统方法和深度学习方法,该方法在薄云处理时峰值信噪比最低提高了0.14 dB,最高提高了9.41 dB,结构相似性最低提高了0.01,最高提高了0.17。在厚云光学遥感图像去云处理方面,PSNR最高可提升6.97 dB,SSIM最高可提升到0.11,在主观视觉效果上也取得了较好的效果,验证了该方法的可行性和良好性能。