В связи с невозможностью точно обрабатывать различия между облаками и фоном в процессе слияния оптических изображений с данными синтетической апертурной радиолокации (SAR), в настоящей статье предлагается сеть удаления облаков на основе двухветвевой структуры SAR-изображения и оптического изображения. На этапе извлечения признаков вводится механизм многомасштабного внимания, который эффективно улавливает глобальную и локальную информацию в изображении, обеспечивая более репрезентативное представление информации для последующего слияния и удаления облаков. Пересмотрена структура локального слияния и разветвления дифференциации и их динамического баланса через механизм врат, полностью раскрывающего их вклад, и более тонко настраивающего края облаков в оптическом изображении, что позволяет восстановить более точное безоблачное оптическое изображение. С использованием Swin Transformer с учетом местоположения плотно связываются локальные признаки, что делает сетевую модель более устойчивой к сложным окружающим условиям. Предложенная модель показывает увеличение пикового сигнал-шум (PSNR) и структурного сходства изображения (SSIM) по сравнению с лучшим на данный момент алгоритмом на 0,833 1 дБ и 0,024 6 соответственно. Это доказывает, что предлагаемый в данной статье алгоритм имеет более высокую производительность в задаче удаления облаков на изображениях по сравнению с другими методами.

Дистанционные изображения; синтетическая апертурная радиолокация; оптические изображения; мультимодальный; слияние данных; удаление облаков