HVT-cGAN图像转换网络

SAR转光学更清晰

一种融合卷积与视觉Transformer的生成对抗网络，通过并行提取局部与全局特征并自适应融合，能够从SAR图像生成纹理和色彩更连贯、边缘更清晰的光学图像。

Wenbo, Zhao · Nana, Jiang · Xiaoxin, Liao · 朱炬波

IEEE Transactions on Geoscience and Remote Sensing 2024

技术优势

纹理更连贯

并行CNN与Transformer分支分别捕获局部细节和全局语义，经注意力融合后生成的图像纹理和色彩更加连贯。

边缘更清晰

改进的特征融合模块能更好地保留局部细节，从而减轻传统方法中的边缘模糊问题。

无需人工判读

生成的类光学图像可直接辅助非专家理解SAR数据，降低解译门槛。

融合更自适应

提出的CAFM模块通过学习通道和空间关系来自适应聚合局部与全局信息，优于简单相加或拼接。

应用场景

• 遥感图像解译：将SAR图像转为类光学图像，便于非专家直接目视解译地物类型。
• SAR图像增强：改善SAR图像的可读性，突出纹理和边缘细节，替代传统滤波增强。
• 光学数据重建：在光学数据缺失（如云遮挡）时，由SAR图像重建出光学影像。