광학 이미지 데이터를 합성개구레이더(SAR) 이미지와 결합할 때 구름과 배경의 차이를 정확하게 처리할 수 없는 문제에 대해 본 논문은 SAR 이미지와 광학 원격 감지 이미지의 결합을 위한 이중 분기 구조 기반의 구름 제거 네트워크를 제안한다. 특징 추출 단계에서 다중 스케일 주의 메커니즘을 도입하여 이미지의 전역 및 지역 정보를 효과적으로 캡처하여 후속 융합 및 구름 제거를 위한 더 대표적인 정보 표현을 제공한다. 지역 융합 및 차별 분기 구조를 재설계하고 게이트 메커니즘을 통해 동적으로 균형을 맞춤으로써 그들의 기여를 최대화하고 광학 이미지의 구름 모서리를 더욱 세밀하게 손상시켜 더 정확한 구름 없는 광학 이미지를 복원한다. 위치 감지 강화 Swin Transformer를 사용하여 지역 특징을 밀접하게 연결함으로써 복잡한 환경에 대해 더 강력한 네트워크 모델을 구현한다. 제안된 모델은 최대 신호 대 잡음 비 (PSNR) 및 구조 유사성 지수 (SSIM)가 각각 0.833 1 dB 및 0.024 6으로 현재 최상의 알고리즘보다 높은 것을 보여준다. 이는 본 논문에서 제안된 알고리즘이 다른 방법에 비해 이미지의 구름 제거 작업에서 더 우수한 성능을 가지고 있다는 것을 증명한다.

원격 이미지; 합성개구레이더 이미지; 광학 이미지; 멀티 모드; 데이터 융합; 구름 제거