佳作分享| ISPRS: HyperDehazing高光谱影像去雾基准数据集和深度学习去雾模型 (含数据)

文章预览

导 言        全球平均云雾覆盖率约为67%，雾霾污染严重降低了包括高光谱影像在内的光学遥感影像的质量。国产高分五号(GF-5) 高光谱卫星影像具备宽幅宽谱特性，大视场内易受雾霾污染，地物光谱曲线发生严重畸变，导致数据的处理和应用存在问题。        聚焦于提升国产高分五号GF-5高光谱影像质量和应用水平，中国石油大学（华东）博士生付航和孙根云教授 。 针对当前高光谱去雾中缺少包含雾-无雾基准数据集的问题，基于暗目标减法模型提出了一种新的雾合成策略，构建了基于GF-5影像的高光谱去雾基准数据集HyperDehazing，在ISPRS Journal of Photogrammetry and Remote Sensing (IF=10.6)上发表论文“HyperDehazing: A hyperspectral image dehazing benchmark dataset and a deep learning model for haze removal”。该数据集包含覆盖100个场景的2000对合成雾-无雾影像，以及70个真实雾影像 ………………………………