摘要
一种用于遥感影像数据的云去除及图像恢复的处理方法和装置,其方法包括:1.构建多时序多模态遥感影像数据集,并进行标准化预处理;2.设计基于自注意力机制结合生成对抗网络的时空特征提取网络模型,包括多层混合卷积模块,用于空间特征编码;轻量级时间自注意力编码器模块,用于提取各像素位置的多时序相关性特征;以及时序特征聚合模块,用于生成时空特征表示;马尔科夫判别器模块,用于减轻图像重组时候的模糊问题,提高图像生成质量;3.利用多时序多模态数据集训练网络模型;4.基于训练模型实现云去除与影像重建,生成无云图像;5.镶嵌重建后的光学影像,形成完整的无云遥感影像。本发明结合深度学习与多模态数据分析,通过自注意力机制实现高效时空特征聚合与云去除,显著提升影像质量,适用于地表监测、环境评估等云层频发的遥感应用场景。
技术关键词
遥感影像数据
注意力机制
深度学习网络模型
生成对抗网络
特征提取网络
注意力编码器
单波段
卷积模块
热噪声
校正
图像重建
时序特征
雷达
多模态影像数据
系统为您推荐了相关专利信息
因子
皮尔逊相关系数
径流预测方法
人工智能模型
深度学习模型
复合包装材料
传感器特征
拉丝膜
卷积神经网络模型
遗传算法优化
知识点
文本评价方法
参数
语义特征提取
可执行程序代码
智能围棋
特征提取网络
多模态
深度神经网络
残差神经网络