[發(fā)明專利]一種基于生成對抗網(wǎng)絡的遙感圖像薄云去除方法

在審

• 申請?zhí)枺?/td>: 201810174430.3
• 申請日: 2018-03-02
• 公開（公告）號: CN108460739A
• 公開（公告）日: 2018-08-28
• 發(fā)明（設計）人: 謝鳳英;張蕊;姜志國
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京慧泉知識產(chǎn)權代理有限公司 11232
• 代理人: 王順榮;唐愛華

本發(fā)明涉及一種基于生成對抗網(wǎng)絡的遙感圖像薄云去除方法，包括如下步驟：步驟1：建立薄云去除系統(tǒng)模型；步驟2：網(wǎng)絡模型設計；步驟3：辨識準則函數(shù)構建；步驟4：薄云去除系統(tǒng)辨識；步驟5：遙感圖像薄云去除。本發(fā)明采用生成對抗式神經(jīng)網(wǎng)絡來建模薄云去除問題，并對其進行系統(tǒng)辨識，可實現(xiàn)端到端的薄云去除。所構建的準則函數(shù)綜合了數(shù)據(jù)分布和重建精度兩方面的誤差，使得系統(tǒng)能夠更好地學習數(shù)據(jù)的特征，從而實現(xiàn)薄云的去除。本發(fā)明提出的方法具有自適應去除不均勻薄云的能力，所恢復的圖像具有很好的色彩和紋理一致性。

技術領域：

本發(fā)明涉及一種基于生成對抗網(wǎng)絡的遙感圖像薄云去除方法，屬于遙感圖像處理的應用技術領域。

背景技術：

遙感圖像為地球科學、氣象學、環(huán)境監(jiān)測、軍事監(jiān)測等任務提供了豐富的信息，已經(jīng)成為現(xiàn)代化測控手段中越來越重要的一種工具。然而，大氣中存在大量水汽、冰晶及微塵凝結核，它們以云的形式聚集。而電磁波在傳播過程中極易受到云的影響，造成信號被反射或散射，使得傳感器接收到的信號被削弱，影響成像質量，導致感興趣區(qū)域信息丟失，給后續(xù)遙感圖像的解譯和判讀造成了很大困難。

一個有效的薄云去除方法可以在有限的成像條件下改善圖像質量，恢復圖像信息，有助于后續(xù)的解譯和應用，提高對遙感圖像的利用率。目前，許多遙感圖像的薄云去除方法已經(jīng)被提出。這些方法一類是基于多時相遙感數(shù)據(jù)，通過檢測出云區(qū)并利用備選多時相數(shù)據(jù)進行數(shù)據(jù)替換。但由于傳感器成像有一定時間間隔，大氣輻射條件及地貌條件會發(fā)生變化，而長時間對于目標地點的定點成像代價高昂，因此同一地區(qū)的理想多時相數(shù)據(jù)不易獲得。另一類方法基于已有單時相數(shù)據(jù)進行直接處理，處理方法多基于簡化的成像模型和先驗，但由于云的類型多變，對波長的響應特性復雜，一個有效的模型不易建立，算法在各種不均勻的薄云去除上表現(xiàn)欠佳。近年來，隨著深度學習的發(fā)展，基于學習模型的方法也被提出。現(xiàn)有方法都基于一個端到端的卷積神經(jīng)網(wǎng)絡，直接學習有云圖像到無云圖像的映射。這種判別式模型是對現(xiàn)有數(shù)據(jù)的回歸，不能很好地學到數(shù)據(jù)真實分布特性，因此泛化能力不強，在復雜場景及各種薄云情況下表現(xiàn)不佳。

本發(fā)明針對單幅遙感圖像中存在的薄云，設計了一種基于生成對抗網(wǎng)絡的薄云去除方法。生成對抗網(wǎng)絡是深度學習中的一種生成式模型，由一個生成網(wǎng)絡和一個判別網(wǎng)絡組成。傳統(tǒng)的判別式深度學習方法通過深度卷積網(wǎng)絡學習輸入到輸出的映射關系；而生成對抗網(wǎng)絡使用一個二元極大極小博弈函數(shù)作為目標函數(shù)，其實質度量了Jason-Shannon散度，是對分布相似性的度量，使得網(wǎng)絡能夠學習數(shù)據(jù)的分布而不是簡單的映射關系。本發(fā)明將圖像薄云去除看作非參數(shù)模型系統(tǒng)的辨識問題，設計條件生成式對抗網(wǎng)絡建立正向模型，以衡量分布相似性的目標函數(shù)作為準則函數(shù)，學習無云數(shù)據(jù)在有云數(shù)據(jù)下的條件分布，從而獲得了滿意的薄云去除結果。該系統(tǒng)能夠對對不均勻薄云進行自適應去除，所恢復的圖像具有很好的色彩一致性和結構一致性。

發(fā)明內容：

1、目的：

本發(fā)明的目的在于提供一種基于生成對抗網(wǎng)絡的遙感圖像薄云去除方法，用來實現(xiàn)單時相遙感圖像的薄云去除，提升圖像質量。該方法通過使用一定量遙感圖像樣本訓練生成對抗網(wǎng)絡進行系統(tǒng)辨識，得到的網(wǎng)絡模型適用于多種衛(wèi)星傳感器圖像，能夠對單時相遙感圖像實現(xiàn)良好的薄云去除。

2、技術方案：本發(fā)明通過以下技術方案實現(xiàn)。

本發(fā)明首先對薄云去除問題進行系統(tǒng)建模，然后設計一個端到端的生成對抗網(wǎng)絡作為辨識系統(tǒng)來進行系統(tǒng)辨識。由于被云遮擋圖像所對應的真值圖，即同一地點的無云真值不易獲得，故使用仿真手段，獲取足量帶真值標簽的樣本對生成網(wǎng)絡和判別網(wǎng)絡進行訓練，使得生成網(wǎng)絡自發(fā)提取特征學習數(shù)據(jù)分布，根據(jù)設計的準則函數(shù)進行系統(tǒng)的辨識。網(wǎng)絡訓練完成后，得到的生成模型可實現(xiàn)對輸入圖像的去云處理。該發(fā)明包括5個步驟：建立薄云去除系統(tǒng)總體模型、網(wǎng)絡模型設計、辨識準則函數(shù)構建、薄云去除系統(tǒng)辨識、遙感圖像薄云去除。具體如下：

步驟1：建立薄云去除系統(tǒng)總體模型