HyperAIHyperAI
منذ 2 أشهر

GLF-CR: إزالة السحب المحسنة بتقنية SAR مع دمج عالمي-محلي

Xu, Fang ; Shi, Yilei ; Ebel, Patrick ; Yu, Lei ; Xia, Gui-Song ; Yang, Wen ; Zhu, Xiao Xiang
GLF-CR: إزالة السحب المحسنة بتقنية SAR مع دمج عالمي-محلي
الملخص

يمكن تخفيف تحدي مهام إزالة السحب بمساعدة صور الرادار ذات الفتحة الاصطناعية (SAR) التي يمكنها اختراق غطاء السحب. ومع ذلك، فإن الفجوة الكبيرة في المجال بين الصور البصرية وصور SAR بالإضافة إلى الضوضاء الشديدة للبقع في صور SAR قد تسبب اضطرابًا كبيرًا في إزالة السحب المستندة إلى SAR، مما يؤدي إلى تدهور الأداء. في هذا البحث، نقترح خوارزمية جديدة لإزالة السحب تعتمد على الاندماج العالمي والمحلّي (GLF-CR) للاستفادة من المعلومات التكميلية المدمجة في صور SAR. استغلال قوة المعلومات من SAR لتعزيز إزالة السحب يشمل جوانبين:الأول، الاندماج العالمي، يوجه العلاقة بين جميع النوافذ البصرية المحلية للحفاظ على بنية المنطقة المستعادة متسقة مع المناطق الخالية من السحب المتبقية.الثاني، الاندماج المحلي، ينقل المعلومات التكميلية المدمجة في صورة SAR التي تتوافق مع المناطق السحابية لإنتاج تفاصيل نسيج موثوقة للمناطق الناقصة، ويستخدم الترشيح الديناميكي لتخفيف تدهور الأداء الناجم عن ضوضاء البقع.تظهر التقييمات الواسعة أن الخوارزمية المقترحة يمكن أن تنتج صورًا عالية الجودة خالية من السحب وتتفوق على أحدث خوارزميات إزالة السحب بأكثر من 1.7 ديسيبل فيما يتعلق بمعيار PSNR على مجموعة بيانات SEN12MS-CR.

GLF-CR: إزالة السحب المحسنة بتقنية SAR مع دمج عالمي-محلي | أحدث الأوراق البحثية | HyperAI