إزالة السحب من صور الأقمار الصناعية باستخدام الشبكات التوليدية المتنافسة الشرطية متعددة الطيف

في هذا البحث، نقترح طريقة لإزالة السحب من صور الأقمار الصناعية الملتقطة بالضوء المرئي RGB من خلال توسيع شبكات التوليد المعادية الشرطية (cGANs) من صور RGB إلى صور متعددة الطيف. تم استخدام صور الأقمار الصناعية على نطاق واسع لأغراض متنوعة مثل رصد البيئة الطبيعية (التلوث، الغابات أو الأنهار)، تحسين النقل والاستجابة العاجلة للكوارث. ومع ذلك، فإن الغموض الناتج عن السحب يجعل رصد الوضع على الأرض باستخدام الكاميرات الضوئية المرئية غير مستقر. لتخفيض آثار السحب، يتم تقديم صور ذات طول موجي أطول. مثال على ذلك هو الرادار ذو الفتحة التركيبية (SAR)، الذي يحسن الرؤية حتى في وجود السحب. من ناحية أخرى، تنخفض الدقة المكانية مع زيادة الطول الموجي. بالإضافة إلى ذلك، تختلف الصور الملتقطة بطول موجي طويل بشكل كبير عن تلك الملتقطة بالضوء المرئي فيما يتعلق بمظهرها. لذلك، نقترح شبكة قادرة على إزالة السحب وتوليد صور ضوئية مرئية من الصور المتعددة الطيف التي تُستخدم كمدخلات. يتم تحقيق هذا بتوسيع قنوات الإدخال لـ cGANs لتكون متوافقة مع الصور المتعددة الطيف. يتم تدريب الشبكات لإنتاج صور قريبة من الحقيقة الأرضية باستخدام الصور التي تم تركيبها مع سحب فوق الحقيقة الأرضية كمدخلات. في مجموعة البيانات المتاحة، نسبة الصور للغابات أو البحر مرتفعة جداً، مما سيُدخل انحيازاً في مجموعة البيانات التدريبية إذا تم أخذ عينات منها بشكل متساوٍ من مجموعة البيانات الأصلية. لذلك، نستفيد من تقنية التضمين الجيران العشوائي t-الموزع (t-SNE) لتحسين مشكلة الانحياز في مجموعة البيانات التدريبية. أخيراً، نؤكد جدوى الشبكة المقترحة على مجموعة بيانات تتكون من أربع حزم تصويرية، والتي تشمل ثلاث حزم ضوئية مرئية وحزمة واحدة تحت الحمراء القريبة (NIR).