Dans cet article, nous proposons une méthode de suppression des nuages à partir d’images satellites en lumière visible RGB en étendant les réseaux génératifs adverses conditionnels (cGANs) des images RGB aux images multispectrales. Les images satellites sont largement utilisées à diverses fins, telles que la surveillance de l’environnement naturel (pollution, forêts ou cours d’eau), l’amélioration des infrastructures de transport ou la réaction rapide aux catastrophes. Toutefois, l’obscuration causée par les nuages rend instable la surveillance du sol à l’aide de caméras en lumière visible. Pour atténuer cet effet, des images capturées à des longueurs d’onde plus longues sont introduites. Le radar à ouverture synthétique (SAR, Synthetic Aperture Radar) en est un exemple : il permet de maintenir une bonne visibilité même en présence de nuages. D’un autre côté, la résolution spatiale diminue avec l’augmentation de la longueur d’onde. En outre, les images obtenues à longueurs d’onde élevées diffèrent considérablement, en apparence, de celles capturées en lumière visible. Ainsi, nous proposons un réseau capable de supprimer les nuages et de générer des images en lumière visible à partir d’images multispectrales fournies en entrée. Cette fonctionnalité est réalisée en étendant le nombre de canaux d’entrée des cGANs afin de les rendre compatibles avec les images multispectrales. Le réseau est entraîné pour produire des images proches de la vérité terrain, en utilisant comme entrée des images synthétiques ayant des nuages superposés à la vérité terrain. Dans le jeu de données disponible, la proportion d’images de forêts ou d’océans est très élevée, ce qui introduirait un biais dans l’entraînement si l’échantillonnage était uniforme à partir du jeu de données original. Par conséquent, nous utilisons la méthode d’embedding stochastique à voisinage aléatoire distribué (t-SNE, t-Distributed Stochastic Neighbor Embedding) afin de réduire ce biais. Enfin, nous validons la faisabilité du réseau proposé sur un jeu de données composé d’images à quatre bandes, incluant trois bandes en lumière visible et une bande proche infrarouge (NIR).