La occlusión por nubes es un desafío a largo plazo en el procesamiento de imágenes ópticas de teledetección, los métodos tradicionales de eliminación de nubes a menudo tienen dificultades para restaurar completamente la información detallada en las áreas ocultas, lo que afecta la calidad de la imagen. Para hacer frente a este problema, este artículo propone un método de deshumidificador basado en la coherencia de las características multimodales (Cloud-Harmonizer), que aprovecha al máximo la complementariedad y coherencia de las imágenes ópticas y de radar en la representación de las características del terreno para una restauración efectiva de la información de la zona de nubes. Este método consta de tres módulos principales: el módulo de coherencia de características multimodales (MFCM) se utiliza para alinear las características ópticas y de radar, capturar y generar atención diferencial en la zona de nubes; el módulo de compensación de restricciones de coherencia (CCCM) compensa los datos de radar utilizando la atención diferencial y los guía para compensar las características faltantes de las imágenes ópticas; el módulo de fusión adaptativa colaborativa multimodal (MCAF) integra aún más las dos características modales a través de una estrategia de fusión adaptativa para mejorar la eficacia general de la restauración. Los resultados de los experimentos en el conjunto de datos SEN12MS-CR muestran que este método presenta un excelente rendimiento en los indicadores PSNR, SSIM y SAM respectivamente en 30,0408, 0,9004 y 7,6068, superando los métodos avanzados actuales. Los resultados de los experimentos muestran que el método de este artículo muestra un fuerte potencial en la eliminación de nubes y la restauración de características, proporcionando referencias útiles para la aplicación de la fusión de datos multimodales y el desarrollo de tecnologías de eliminación de nubes en el campo de la teledetección.

Desumidificación de Imágenes de Teledetección; Fusión de Datos Multimodales; Coherencia de Características Multimodales