来源：期刊VIP网 时间：
作者：成曦;陈蜜;钟若飞;葛鹏飞;王楚;范凯伦;王双;傅星媛;
单位：首都师范大学资源环境与旅游学院;首都师范大学城市环境过程与数字模拟国家实验室培育基地;首都师范大学水资源安全北京实验室;
摘要：针对光学传感器在获取地物信息时会存在云层遮挡问题，提出了一种特征注意力模块和空间注意力模块生成对抗网络(FA-SpAGAN)算法，将特征注意力模块与空间注意力模块结合，增强了模型提取云层特征信息的能力，同时引入多尺度结构相似性损失函数(MS-SSIM),有效保留图像的边缘与细节信息，从而生成更高质量的去云图像。实验结果表明，该算法与其他算法相比，在RICE-Ⅰ数据集上的PSNR和SSIM指标分别为35.23 dB和0.966,在RICE-Ⅱ数据集上的PSNR和SSIM指标分别为35.13 dB和0.851,去云图像在主观视觉上取得了较好表现。在RICE-Ⅱ数据集上进行消融实验，加入特征注意模块后的PSNR与SSIM分别提高了4.04%与1.32%;引入多尺度结构相似性损失函数(MS-SSIM),PSNR提升了1.12 dB,SSIM达到了0.851。
关键词：遥感影像;;图像去云;;特征注意力;;生成对抗网络;;MS-SSIM
基金资助：教育部产学合作协同育人项目(220902313270248)
