光学影像常受云层影响，为减轻其干扰，近年来已提出多种重建技术。一种常见替代方案是利用主动传感器（如合成孔径雷达，SAR）获取数据，因为SAR几乎不受大气条件和太阳光照的影响。然而，SAR影像相较于光学影像更难解读，需要特殊的处理方法。近年来，条件生成对抗网络（cGANs）在各类图像生成任务中得到广泛应用，并取得了当前最先进的性能。cGAN的一个重要应用是学习不同图像域之间的非线性映射关系。本文结合SAR影像几乎不受云层影响的特性，以及cGAN在图像翻译方面的强大能力，提出一种从SAR影像重建光学影像的方法，以恢复被云层遮蔽的区域。实验结果表明，所提出的方案在分类准确率方面优于基于SAR影像的分类方法。