GLF-CR : Suppression de nuages améliorée par SAR avec fusion globale-locale

Le défi de la tâche de suppression des nuages peut être atténué grâce à l'aide des images radar à synthèse d'ouverture (SAR) qui peuvent pénétrer les couvertures nuageuses. Cependant, le grand écart de domaine entre les images optiques et les images SAR, ainsi que le bruit de tache sévère des images SAR, peuvent causer une interférence significative dans la suppression des nuages basée sur SAR, entraînant une dégradation des performances. Dans cet article, nous proposons un nouvel algorithme de suppression des nuages basé sur la fusion globale-locale (GLF-CR) pour exploiter les informations complémentaires contenues dans les images SAR. L'utilisation du potentiel des informations SAR pour améliorer la suppression des nuages comprend deux aspects. Le premier, la fusion globale, guide les relations entre toutes les fenêtres optiques locales afin de maintenir la structure de la région restaurée cohérente avec les régions restantes sans nuages. Le second, la fusion locale, transfère les informations complémentaires contenues dans l'image SAR correspondant aux zones nuageuses pour générer des détails texturaux fiables des régions manquantes, et utilise un filtrage dynamique pour atténuer la dégradation des performances due au bruit de tache. Une évaluation extensive montre que l'algorithme proposé peut produire des images exemptes de nuages de haute qualité et surpasser les algorithmes de suppression des nuages d'avant-garde avec un gain d'environ 1,7 dB en termes de PSNR sur le jeu de données SEN12MS-CR.