[發(fā)明專利]一種基于多路感知梯度的遙感圖像薄云移除方法

在審

• 申請?zhí)枺?/td>: 202210357921.8
• 申請日: 2022-04-06
• 公開（公告）號: CN114936972A
• 公開（公告）日: 2022-08-23
• 發(fā)明（設(shè)計）人: 王曉宇;劉宇航;張嚴(yán);佘玉成
• 申請（專利權(quán)）人: 航天東方紅衛(wèi)星有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/13;G06V10/44;G06N3/08;G06N3/04;G06V10/82
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 張曉飛

1.一種基于多路感知梯度的遙感圖像薄云移除方法，其特征在于步驟如下：

1)建立遙感圖像薄云移除數(shù)據(jù)集，包括薄云遙感圖像、清晰遙感圖像和云層厚度圖像，按比例組成訓(xùn)練集、驗證集和測試集；

2)搭建感知梯度提取模塊，用于提取圖像薄云特征；

3)搭建云層厚度估計模塊，用于自適應(yīng)估計云層厚度；

4)基于步驟2)中得到的感知梯度提取模塊和步驟3)中得到的云層厚度估計模塊，搭建遙感圖像薄云移除網(wǎng)絡(luò)，用于從單張薄云遙感圖像到清晰遙感圖像的轉(zhuǎn)換；

5)利用步驟1)得到的數(shù)據(jù)集訓(xùn)練遙感圖像薄云移除網(wǎng)絡(luò)，使用的損失函數(shù)包括特征損失函數(shù)、梯度損失函數(shù)和云層厚度損失函數(shù)；

6)將訓(xùn)練結(jié)束得到的模型參數(shù)導(dǎo)入遙感圖像薄云移除網(wǎng)絡(luò)，輸入單張薄云遙感圖像實現(xiàn)薄云移除。

2.根據(jù)權(quán)利要求1所述的一種基于多路感知梯度的遙感圖像薄云移除方法，其特征在于，所述步驟1)中，遙感圖像薄云移除數(shù)據(jù)集具體為：

11)選取n張清晰遙感圖像R，通過生成仿真薄云得到薄云遙感圖像C和云層厚度圖像T；將遙感圖裁剪成尺寸為N×N的圖像，將具有對應(yīng)關(guān)系的清晰遙感圖像R、薄云遙感圖像C和云層厚度圖像T組成遙感圖像薄云移除數(shù)據(jù)集，記為{R_i,C_i,T_i|i∈(1,…,m)}，其中i為圖像的序號，m為圖像的數(shù)量，i和m為正整數(shù)；

12)將遙感圖像薄云移除數(shù)據(jù)集按照p₁:p₂:p₃的比例劃分為訓(xùn)練集、驗證集和測試集，其中，p₁、p₂和p₃為正整數(shù)，且p₁p₂,p₁p₃。

3.根據(jù)權(quán)利要求1所述的一種基于多路感知梯度的遙感圖像薄云移除方法，其特征在于，所述步驟2)中，所述搭建感知梯度提取模塊具體包括感知特征提取單元、梯度信息提取單元、殘差特征提取單元和殘差連接。

4.根據(jù)權(quán)利要求3所述的一種基于多路感知梯度的遙感圖像薄云移除方法，其特征在于，所述感知特征提取單元具體采用VGG19網(wǎng)絡(luò)提取圖像特征，模擬人類視覺系統(tǒng)提取圖像感知層面的特征，采用VGG19網(wǎng)絡(luò)第n₁層第n₂個輸出結(jié)果作為感知特征信息，用于后續(xù)薄云移除任務(wù)，其中，n₁和n₂為正整數(shù)。

5.根據(jù)權(quán)利要求3所述的一種基于多路感知梯度的遙感圖像薄云移除方法，其特征在于，所述梯度信息提取單元具體采用Sobel算子濾波器在特征圖上做步幅為d₁的卷積操作，用于提取圖像梯度信息，梯度信息中包含云層相關(guān)特征；其中，d₁為正整數(shù)。

6.根據(jù)權(quán)利要求3所述的一種基于多路感知梯度的遙感圖像薄云移除方法，其特征在于，所述殘差特征提取單元由e個殘差單元組成，每個殘差單元包括s₁個卷積+ReLU激活函數(shù)、1個特征校準(zhǔn)單元和1個殘差學(xué)習(xí)，卷積核尺寸均為f×f，步幅為d₂，其中e、s₁、f和d₂均為正整數(shù)。