CN109191400A - 一种使用对抗式生成网络去除遥感图像薄云的方法 - Google Patents
一种使用对抗式生成网络去除遥感图像薄云的方法 Download PDFInfo
- Publication number
- CN109191400A CN109191400A CN201810999901.4A CN201810999901A CN109191400A CN 109191400 A CN109191400 A CN 109191400A CN 201810999901 A CN201810999901 A CN 201810999901A CN 109191400 A CN109191400 A CN 109191400A
- Authority
- CN
- China
- Prior art keywords
- thin cloud
- remote sensing
- cloud
- image
- sensing images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012549 training Methods 0.000 claims abstract description 12
- 238000013480 data collection Methods 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims abstract description 7
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 5
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 5
- 239000003595 mist Substances 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种使用对抗式生成网络去除遥感图像薄云的方法,包括以下步骤:获取若干不同区域的清晰遥感图像与使用云模拟方法生成的只含薄云信息的图像,利用大气散射模型合成清晰图像对应的带有薄云的遥感图像,从而得到带有薄云的遥感图像与薄云信息图像的成对数据集,利用此成对数据集训练一个薄云提取对抗式生成网络,利用训练完成的对抗式生成网络提取遥感图像的薄云,再使用大气散射模型与提取出的薄云信息去除遥感图像中的薄云。本发明为遥感图像薄云去除方向提供了一个新的思路,薄云去除效果良好。
Description
技术领域
本发明涉及遥感图像薄云去除的领域,是一种利用对抗式生成网络去除遥感图像薄云的方法。
背景技术
在地球的大气空间中,大气中的微粒能够吸收和散射该波段的电磁波,其中云层的遮盖尤为明显,云是最常见的一种自然现象,云出现的地点、时间和范围没有规律可循,是一种极不稳定的目标。根据云的光学厚度:遥感图像上的云可以分为厚云和薄云,薄云是半透明的,薄云覆盖下的遥感图像,受阳光透过云层的反射和折射影响,图像上的地物信息模糊。在此条件下,要想获得一幅完全没有被云污染的遥感影像是非常困难的。
发明内容
本发明的目的在于提供一种使用对抗式生成网络去除遥感图像薄云的方法。
本发明的技术方案是这样实现的:
一种使用对抗式生成网络去除遥感图像薄云的方法,包括以下步骤:
S01:获取若干不同区域的清晰遥感图像与使用云模拟方法生成的只含
薄云信息的图像;
S02:利用大气散射模型合成清晰图像对应的带有薄云的遥感图像,从而得到带有薄云的遥感图像与薄云信息图像的成对数据集;
S03:利用步骤S02中获得的成对数据集训练一个薄云提取对抗式生成网络,利用训练完成的对抗式生成网络提取遥感图像的薄云,再使用大气散射模型与提取出的薄云信息去除遥感图像中的薄云。
进一步的,步骤S02中在获取一批清晰遥感图像后,利用大气散射模型,将薄云信息图合成到这批清晰遥感图像上,从而获取成对数据集。
进一步的,使用基于物理模型的云雾模拟方法,生成一批薄云信息图,从而合成成对数据。
进一步的,步骤S03中利用大气散射模型与使用薄云提取对抗式生成网络提取出的薄云信息去除遥感图像中的薄云。
本发明的有益效果:以对抗式生成网络为基础,以去除遥感图像中的薄云为目标,建立一个有效的去薄云模型,达到了良好的去云视觉效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种使用对抗式生成网络去除遥感图像薄云的方法的流程示意图;
图2是根据本发明实施例的一种使用对抗式生成网络去除遥感图像薄云的方法中的薄云提取网络结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,根据本发明实施例的使用对抗式生成网络去除遥感图像薄云的方法包括以下步骤:
步骤S01、使用云模拟方法生成云雾图像;
步骤S02、利用大气散射模型将薄云信息图像与清晰遥感图像合成带有薄云的遥感图像,从而制作同一区域带有薄云的与清晰无云的成对数据;
步骤S03、利用制作的成对数据,训练对抗式生成网络,最终用训练好的生成器去除其他遥感图像中的薄云。
为了方便理解本发明的上述技术方案,以下通过具体原理对本发明的上述技术方案进行详细说明。
具体使用时:
1)生成薄云信息图像
一般云雾模拟方法均可生成薄云信息图像,此处使用Navier-Stokes方程(简称N-S方程)的云雾模拟方法,N-S方程如下:
ρ是流体的密度系数,v是流体的粘度系数,F代表了流体受到的外界作用力,这里U代表了速度场,而p代表了压力场,二者随机初始化,求解公式(1)从而得到模拟的薄云图像。
2)合成成对数据
截取遥感图像中无云晴朗的清晰图像,用大气散射模型:
I(x)=J(x)t(x)+A(1-t(x)) (2)
其中x表示像素位置,I(x)表示最终合成图像,J(x)为截取的清晰遥感图像,t(x)为上一步中对抗式生成器产生的薄云信息图像,A为一常数项常称为天空光,由统计得取,常接近像元最大值。如此式表示的过程合成清晰图像J(x)对应的带有薄云的图像I(x),从而得到薄云图像I(x)与云雾信息图像t(x)的成对数据集,以进行之后的步骤。
3)训练薄云提取对抗式生成网络
得到成对数据集后,同样使用对抗式生成网络进行去云的工作,具体网络结构参见附图2,具体结构不唯一。将有云的遥感图像记为h,网络中的生成器记为G,判别器记为D,二者输出分别表示为G(h;θG)D(x,h;θD),其中θGθD分别表示其权重,将有云图h作为生成器输入,其输出的云雾信息图像简记为与输入h一起输入判别器,标记为0;相应的,将薄云信息图像(即步骤S02中用以生成该有云图h的相应)x与有云图h的成对图像输入标记为1,训练判别器时,生成器权重不变最小化loss函数,训练生成器时,判别器参数不变最大化loss函数,利用上一步骤中得到的成对数据训练该网络,迭代更新权重使生成器输出的云雾信息图像达到令人满意的效果。
4)利用大气散射模型去除云雾
利用步骤S03中训练完成的网络提取有云图像I(x)中的薄云信息t(x),
从而可以用大气散射模型得出无云图像:
按照以上介绍,设计完成了一种使用对抗式生成网络去除遥感图像薄云的方法。本发明以对抗式生成网络为基础,以去除遥感图像中的薄云为目标,建立一个有效的去薄云模型,达到了良好的去云视觉效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种使用对抗式生成网络去除遥感图像薄云的方法,其特征在于,包括以下步骤:
S01:获取若干不同区域的清晰遥感图像与使用云模拟方法生成的只含薄云信息的图像;
S02:利用大气散射模型合成清晰图像对应的带有薄云的遥感图像,从而得到带有薄云的遥感图像与薄云信息图像的成对数据集;
S03:利用步骤S02中获得的成对数据集训练一个薄云提取对抗式生成网络,利用训练完成的对抗式生成网络提取遥感图像的薄云,再使用大气散射模型与提取出的薄云信息去除遥感图像中的薄云。
2.根据权利要求1所述的使用对抗式生成网络去除遥感图像薄云的方法,其特征在于,步骤S02中在获取一批清晰遥感图像后,利用大气散射模型,将薄云信息图合成到这批清晰遥感图像上,从而获取成对数据集。
3.根据权利要求2所述的使用对抗式生成网络去除遥感图像薄云的方法,其特征在于,使用基于物理模型的云雾模拟方法,生成一批薄云信息图,从而合成成对数据。
4.根据权利要求1所述的使用对抗式生成网络去除遥感图像薄云的方法,其特征在于,步骤S03中利用大气散射模型与使用薄云提取对抗式生成网络提取出的薄云信息去除遥感图像中的薄云。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810999901.4A CN109191400A (zh) | 2018-08-30 | 2018-08-30 | 一种使用对抗式生成网络去除遥感图像薄云的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810999901.4A CN109191400A (zh) | 2018-08-30 | 2018-08-30 | 一种使用对抗式生成网络去除遥感图像薄云的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109191400A true CN109191400A (zh) | 2019-01-11 |
Family
ID=64917167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810999901.4A Pending CN109191400A (zh) | 2018-08-30 | 2018-08-30 | 一种使用对抗式生成网络去除遥感图像薄云的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109191400A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298836A (zh) * | 2021-06-29 | 2021-08-24 | 天津市测绘院有限公司 | 一种顾及要素轮廓强度的遥感图像薄云去除方法及系统 |
CN113724149A (zh) * | 2021-07-20 | 2021-11-30 | 北京航空航天大学 | 一种弱监督的可见光遥感图像薄云去除方法 |
CN114936972A (zh) * | 2022-04-06 | 2022-08-23 | 航天东方红卫星有限公司 | 一种基于多路感知梯度的遥感图像薄云移除方法 |
WO2023115915A1 (zh) * | 2021-12-22 | 2023-06-29 | 山东浪潮科学研究院有限公司 | 一种基于gan的遥感影像去云雾方法、设备、存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147932A (zh) * | 2011-03-30 | 2011-08-10 | 北京航空航天大学 | 一种基于可移动欧拉网格的模型驱动的烟雾模拟方法 |
CN106340053A (zh) * | 2011-07-27 | 2017-01-18 | 梦工厂动画公司 | 动画特效的流体动力学框架 |
CN106650066A (zh) * | 2016-12-12 | 2017-05-10 | 燕山大学 | 一种飞机拉烟模拟系统的模拟方法 |
CN107256541A (zh) * | 2017-06-15 | 2017-10-17 | 北京航空航天大学 | 一种基于卷积神经网络的多光谱遥感图像去雾方法 |
CN107798669A (zh) * | 2017-12-08 | 2018-03-13 | 北京小米移动软件有限公司 | 图像去雾方法、装置及计算机可读存储介质 |
CN108022222A (zh) * | 2017-12-15 | 2018-05-11 | 西北工业大学 | 一种基于卷积-反卷积网络的遥感图像薄云去除方法 |
CN108460739A (zh) * | 2018-03-02 | 2018-08-28 | 北京航空航天大学 | 一种基于生成对抗网络的遥感图像薄云去除方法 |
-
2018
- 2018-08-30 CN CN201810999901.4A patent/CN109191400A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147932A (zh) * | 2011-03-30 | 2011-08-10 | 北京航空航天大学 | 一种基于可移动欧拉网格的模型驱动的烟雾模拟方法 |
CN106340053A (zh) * | 2011-07-27 | 2017-01-18 | 梦工厂动画公司 | 动画特效的流体动力学框架 |
CN106650066A (zh) * | 2016-12-12 | 2017-05-10 | 燕山大学 | 一种飞机拉烟模拟系统的模拟方法 |
CN107256541A (zh) * | 2017-06-15 | 2017-10-17 | 北京航空航天大学 | 一种基于卷积神经网络的多光谱遥感图像去雾方法 |
CN107798669A (zh) * | 2017-12-08 | 2018-03-13 | 北京小米移动软件有限公司 | 图像去雾方法、装置及计算机可读存储介质 |
CN108022222A (zh) * | 2017-12-15 | 2018-05-11 | 西北工业大学 | 一种基于卷积-反卷积网络的遥感图像薄云去除方法 |
CN108460739A (zh) * | 2018-03-02 | 2018-08-28 | 北京航空航天大学 | 一种基于生成对抗网络的遥感图像薄云去除方法 |
Non-Patent Citations (2)
Title |
---|
李策等: ""生成对抗映射网络下的图像多层感知去雾算法"", 《计算机辅助设计与图形学学报》 * |
黄唯: ""基于GPU和粒子系统的动态云实时模拟"", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298836A (zh) * | 2021-06-29 | 2021-08-24 | 天津市测绘院有限公司 | 一种顾及要素轮廓强度的遥感图像薄云去除方法及系统 |
CN113724149A (zh) * | 2021-07-20 | 2021-11-30 | 北京航空航天大学 | 一种弱监督的可见光遥感图像薄云去除方法 |
CN113724149B (zh) * | 2021-07-20 | 2023-09-12 | 北京航空航天大学 | 一种弱监督的可见光遥感图像薄云去除方法 |
WO2023115915A1 (zh) * | 2021-12-22 | 2023-06-29 | 山东浪潮科学研究院有限公司 | 一种基于gan的遥感影像去云雾方法、设备、存储介质 |
CN114936972A (zh) * | 2022-04-06 | 2022-08-23 | 航天东方红卫星有限公司 | 一种基于多路感知梯度的遥感图像薄云移除方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191400A (zh) | 一种使用对抗式生成网络去除遥感图像薄云的方法 | |
Barnes et al. | Mars atmospheric dynamics as simulated by the NASA Ames general circulation model: 2. Transient baroclinic eddies | |
Harrison et al. | An analysis of the origin and propagation of the multiple coronal mass ejections of 2010 August 1 | |
CN107368845A (zh) | 一种基于优化候选区域的Faster R‑CNN目标检测方法 | |
CN110222769A (zh) | 一种基于YOLOV3-tiny的改进目标检测方法 | |
CN104008564A (zh) | 一种人脸表情克隆方法 | |
CN109214285A (zh) | 基于深度卷积神经网络与长短期记忆网络的摔倒检测方法 | |
CN107085629A (zh) | 一种基于视频重建与欧拉模型耦合的流体仿真方法 | |
CN102622738A (zh) | 一种Landsat TM/ETM+图像中山体阴影区的光谱信息恢复方法 | |
CN103700114A (zh) | 一种基于可变高斯混合数的复杂背景建模方法 | |
CN108460176A (zh) | 一种提高卫星轨道摄动力模型表示精度的方法 | |
CN102034247A (zh) | 一种基于背景建模对双目视觉图像的运动捕捉方法 | |
Horinouchi et al. | Image velocimetry for clouds with relaxation labeling based on deformation consistency | |
CN105138983A (zh) | 基于加权部件模型和选择性搜索分割的行人检测方法 | |
CN113379877A (zh) | 人脸视频生成方法、装置、电子设备及存储介质 | |
Kumar et al. | Plasmoids, flows, and jets during magnetic reconnection in a failed solar eruption | |
O’kane et al. | The magnetic environment of a stealth coronal mass ejection | |
CN109903322A (zh) | 一种深度摄像头深度图像修复方法 | |
CN103778644A (zh) | 基于多尺度码本模型的红外运动目标检测方法 | |
Liu et al. | The eruption of outer spine-like loops leading to a double-stage circular-ribbon flare | |
CN110956090B (zh) | 一种基于正负光照不变单元融合的人脸特征提取方法 | |
CN109977431A (zh) | 一种大场景环境下烟雾建模方法 | |
Goncalves et al. | Guidednet: Single image dehazing using an end-to-end convolutional neural network | |
CN109919872A (zh) | 一种图像复原方法、系统、可读存储介质及计算机设备 | |
CN106204706B (zh) | 一种漂移模型的海面三维可视化系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |