GLF-CR: 전역-국소 융합을 활용한 SAR 강화 클라우드 제거

클라우드 제거 작업의 어려움은 클라우드를 관통할 수 있는 합성 개구 레이더(Synthetic Aperture Radar, SAR) 이미지를 활용함으로써 완화될 수 있습니다. 그러나 광학 이미지와 SAR 이미지 간의 큰 도메인 차이와 SAR 이미지의 심각한 스펙클 노이즈는 SAR 기반 클라우드 제거에서 상당한 방해 요인이 되어 성능 저하를 초래할 수 있습니다. 본 논문에서는 SAR 이미지에 내재된 보완 정보를 활용하기 위한 새로운 전역-국부 융합 기반 클라우드 제거(global-local fusion based cloud removal, GLF-CR) 알고리즘을 제안합니다. SAR 정보의 활용은 두 가지 측면에서 이루어집니다. 첫째, 전역 융합은 모든 국부 광학 창 사이의 관계를 안내하여 복원된 영역의 구조가 나머지 클라우드 없는 영역과 일치하도록 유지합니다. 둘째, 국부 융합은 클라우디 지역에 해당하는 SAR 이미지에 내재된 보완 정보를 전송하여 결손 영역의 신뢰할 수 있는 텍스처 세부 정보를 생성하며, 동적 필터링을 사용하여 스펙클 노이즈로 인한 성능 저하를 완화합니다. 광범위한 평가 결과는 제안된 알고리즘이 고품질의 클라우드 없는 이미지를 생성하고, SEN12MS-CR 데이터셋에서 PSNR 측면에서 최신 클라우드 제거 알고리즘보다 약 1.7dB 우수한 성능을 나타냄을 입증하였습니다.