（1）赛道背景

光学遥感影像成像质量极易受到天气影响，甚至存在完全因云层遮挡而导致部分信息缺失现象。合成孔径雷达（SAR）具有全天时、全天候成像的优势，能够为光学遥感影像中云雾去除提供有效的辅助信息。参赛队伍需通过利用主办方提供的同一区域“无云影像-含云影像-SAR影像”数据集进行光学SAR融合去云算法设计，实现SAR辅助下光学遥感影像缺失信息高保真重建。

（2）赛道任务

光学SAR融合去云赛道力求通过借助临近时相SAR影像，对受云层遮掩的光学影像进行修复。选手使用主办方提供的同一区域的无云影像-含云影像-SAR影像对进行光学SAR融合去云处理，主办方依据评分标准对结果进行综合评价。依据所述影像修复标准，设计赛题如下：

a. 初赛：算法在光学影像缺失区域的高保真复原能力。

b. 复赛：算法在光学影像缺失区域的高保真复原能力。进阶考察测试数据尺寸变化的适应性。

c. 决赛：算法在光学影像缺失区域的高保真复原能力。进阶考察现场答辩评议，模型复杂度及效率。

（3）数据简介

用途：光学遥感影像质量改善；SAR影像翻译；超大规模遥感数据生成及样本增强。

（4）数据说明

其中①光学影像（opt_clear和opt_cloudy）格式为png，位深度为24，为多光谱光学影像自然真彩色图像（由红绿蓝3波段合成）;②SAR影像（SAR）格式为png, 位深度为8;

（5）提交要求

初赛

提交.zip格式压缩包，可解压缩出results文件夹，results文件夹中为test_image文件的测试结果。

复赛

和初赛一致。

（6）提交示例

results.zip

——results

————patch_opt_clear_name.png

————......

（7）评测标准

Score = SSIM

基于对融合去云结果更符合人类视觉系统的考量，着重于推理结果与真实影像之间对比度、亮度、结构等方面的相似性度量，更符合图像重建的实际应用需求。