摘要
本文提出了一种首个专为融合合成孔径雷达(SAR)与光学多光谱(MS)图像数据而设计的条件生成对抗网络(cGAN)架构,能够基于受云层污染的多光谱输入图像和辅助SAR图像,生成无云、无霾的多光谱光学数据。在Sentinel-2多光谱数据与Sentinel-1 SAR数据上的实验结果表明,所提出的SAR-Opt-cGAN扩展模型通过利用辅助SAR信息,相较于仅以单源多光谱数据为输入的同架构模型,能够更有效地重建多光谱图像。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| cloud-removal-on-sen12ms-cr | SAR-Opt-cGAN | MAE: 0.043 PSNR: 25.59 SAM: 15.494 SSIM: 0.764 |