雲汚染された非常に高解像度のリモートセンシング画像のためのパンシャープニング

光学リモートセンシング画像は、空間解像度とスペクトル解像度の基本的なトレードオフを行う必要があるだけでなく、雲によって汚染されることも避けられません。しかし、既存のパンシャープニング手法は、主に雲の汚染のない光学リモートセンシング画像の解像度強化に焦点を当てています。雲汚染された画像を融合させて、共同解像度強化と雲除去を達成する方法は、有望で挑戦的な作業です。本論文では、挑戦的な雲汚染のある非常に高解像度のリモートセンシング画像のためのパンシャープニング手法を提案します。さらに、厚い雲、薄い雲、霞、雲の影を含む実際の観測のための雲汚染条件が包括的に考慮されています。提案された手法では、マルチソースおよびマルチテンポラル観測に基づく二段階融合フレームワークが提示されています：1）薄い雲、霞、および軽い雲の影が最初に共同処理されることを提案し、2）厚い雲と暗い雲の影のために共同解像度強化と欠失情報の再構築を達成するために、変分ベースの統合融合モデルが提案されます。提案された融合手法を通じて、高空間分解能および高スペクトル分解能を持つ有望な雲フリー融合画像が得られます。提案された手法を包括的にテストおよび検証するために、実験は雲フリーおよび雲汚染された画像の両方に基づいて実施され、IKONOS、QuickBird、Jilin (JL)-1、およびDeimos-2の画像を含む多くの異なるリモートセンシング衛星が利用されました。実験結果は、提案された手法の有効性を確認しています。