GLF-CR：基于全局-局部融合的SAR增强云层去除方法

云层去除任务的挑战可以通过利用合成孔径雷达（SAR）图像来缓解，因为SAR图像能够穿透云层覆盖。然而，光学图像与SAR图像之间存在较大的域差距，以及SAR图像中的严重斑点噪声，可能会对基于SAR的云层去除造成显著干扰，导致性能下降。在本文中，我们提出了一种新颖的全局-局部融合云层去除（GLF-CR）算法，以充分利用嵌入在SAR图像中的互补信息。利用SAR信息促进云层去除涉及两个方面。首先，全局融合指导所有局部光学窗口之间的关系，以保持恢复区域的结构与剩余无云区域一致。其次，局部融合将对应于云区的SAR图像中嵌入的互补信息传递到缺失区域，生成可靠的纹理细节，并通过动态滤波减轻斑点噪声引起的性能退化。广泛的评估表明，所提出的算法可以生成高质量的无云图像，并且在SEN12MS-CR数据集上，其峰值信噪比（PSNR）比最先进的云层去除算法高出约1.7 dB。