研究目的
利用非负矩阵分解与误差校正方法恢复光学遥感图像中被云和阴影遮盖的原始信息，且无需进行云检测。
研究成果
S-NMF-EC无需云检测即可有效去除云层和阴影，在模拟与真实数据实验中均优于其他方法，但对突变情况处理欠佳；未来工作或可引入机器学习解决该问题。
研究不足
S-NMF-EC可能无法重建目标图像与参考图像之间的突变（例如新建筑物），且需要无云的低分辨率图像，这些图像在时间上可能无法完全对齐。
1：实验设计与方法选择：
提出S-NMF-EC方法，包含STNLFFM进行图像融合、NMF进行初步去云处理及误差校正优化。
2：样本选择与数据来源：
模拟与真实数据实验采用澳大利亚和中国特定区域的Landsat TM/ETM+/OLI及MODIS影像。
3：实验设备与材料清单：
Landsat和MODIS卫星影像及处理计算工具。
4：实验流程与操作步骤：
包括STNLFFM图像融合、NMF应用、误差校正及与S-NMF、NMF-EC和WLR等方法的对比。
5：数据分析方法：
采用PSNR、CC、MAE、MRE定量评估及目视检查。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Landsat TM
TM
Landsat
Acquiring optical remote sensing images for cloud removal experiments.
-
Landsat ETM+
ETM+
Landsat
Acquiring optical remote sensing images for cloud removal experiments.
-
Landsat OLI
OLI
Landsat
Acquiring optical remote sensing images for cloud removal experiments.
-
MODIS
MOD09GA
MODIS
Providing low-resolution auxiliary images for fusion and cloud removal.
-
登录查看剩余2件设备及参数对照表
查看全部
