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
………………………………