[發明專利]云去除方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202210410940.2
• 申請日: 2022-04-19
• 公開（公告）號: CN114742733A
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 張佳穎
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06N3/08
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 景懷宇

本申請涉及一種云去除方法、裝置、計算機設備、存儲介質和計算機程序產品，涉及人工智能技術領域，可用于金融科技領域或其他相關領域。方法包括：基于預先訓練的云去除模型，對采集到的待處理圖像進行卷積計算，得到多個類型特征圖；根據預設混合注意力算法，處理第一類型特征圖，得到增強特征圖，根據預設的密集殘差算法，對第二類型特征圖進行處理確定密集殘差；對增強特征圖及密集殘差進行融合處理，得到第一融合特征，并對第一融合特征進行圖像重建，得到目標無云圖像。通過采用該方法中的多尺度特征提取網絡，能有效提取圖像的局部和全局特征，避免圖像復原過程中的顏色失真及模糊，提高圖像重建的合理性，生成清晰且真實的無云圖像。

技術領域

本申請涉及人工智能領域，特別是涉及一種云去除方法、裝置、計算機設備和存儲介質。

背景技術

隨著遙感采集技術的不斷成熟，高分辨率的遙感圖像已廣泛應用于各類對地觀測活動，如氣候變化評估、土地覆蓋識別、農作物檢測等。然而，從遙感圖像中提取地表信息時，極易受自然環境中的云層等影響。為提高遙感數據的有效性和可用性，需要對遙感數據中的云層覆蓋進行準確識別以及去除。

相關技術中，一般對遙感圖像進行去云處理的方法是，利用深度學習生成對抗網絡，通過該對抗網絡構建有云圖像與無云圖像之間的非線性映射，以此實現對有云圖像的除云目的。但是，基于深度學習模型進行云去除處理的方法會使生成的無云圖像變得模糊，去云效果較差。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠保證去云圖像的清晰度的云去除方法、裝置、計算機設備和存儲介質。

第一方面，本申請提供了一種云去除方法。所述方法包括：

獲取待處理圖像，所述待處理圖像是存在云層覆蓋的遙感圖像；

基于所述預先訓練的云去除模型，對所述待處理圖像進行第一類型卷積計算，得到第一類型特征圖，以及對所述待處理圖像進行第二類型卷積計算，得到第二類型特征圖；

根據預設的混合注意力算法，對所述第一類型特征圖進行處理，得到增強特征圖，根據預設的密集殘差算法，對所述第二類型特征圖進行密集殘差計算，得到密集殘差；

對所述增強特征圖以及所述密集殘差進行融合處理，得到第一融合特征；

根據所述第一融合特征進行圖像重建，得到所述待處理圖像對應的目標無云圖像。

在其中一個實施例中，所述獲取待處理圖像，包括：

采集初始圖像，識別所述初始圖像中的云層區域，得到所述初始圖像對應的第一有云區域圖像以及第一無云區域圖像，并將所述第一有云區域圖像作為所述待處理圖像；

所述方法還包括：

將所述第一無云區域圖像以及所述目標無云圖像進行疊加，得到所述初始圖像對應的無云圖像。

在其中一個實施例中，所述對所述待處理圖像進行第一類型卷積計算，得到第一類型特征圖，包括：

根據多個不同的預設尺度，分別對所述待處理圖像進行卷積計算，得到所述待處理圖像對應的多個不同維度的初始特征圖，所述維度與所述預設尺度一一對應；

對兩兩初始特征圖進行融合拼接處理，得到所述待處理圖像更新后的初始特征圖；

在所述更新后的初始特征圖不滿足預設單一條件的情況下，重新執行所述對兩兩初始特征圖進行融合拼接處理，得到所述待處理圖像更新后的初始特征圖的步驟，直至所述更新后的初始特征圖滿足預設單一條件，并將滿足所述預設單一條件的初始特征圖作為第一類型特征圖。

在其中一個實施例中，所述根據預設的混合注意力算法，對所述第一類型特征圖進行處理，得到增強特征圖，包括：