Fernerkundungsbilder werden während des Abbildungsprozesses leicht durch Wolken und Nebel beeinträchtigt, wodurch nebelige Bilder entstehen; gleichzeitig werden sie bei der Übertragung von verschiedenen Faktoren beeinflusst (z.B. Sendefehler, Empfangsfehler, zufällige Veränderungen der Ionosphäre und Troposphäre, die das Signal stören), was zum Informationsverlust oder zur Vermischung mit Rauschen führt. In diesem Artikel wird ein Entnebelungsalgorithmus für einfarbige Fernerkundungsbilder mit Informationsverlust basierend auf Matrix-Restaurierung und der Dark-Channel-Theorie vorgeschlagen. Durch die Kombination eines Matrix-Restaurierungsalgorithmus basierend auf der Alternating Direction Method of Multipliers (ADMM) mit der traditionellen Dark-Channel-Theorie wurde eine effektive Wiederherstellung von nebligen Fernerkundungsbildern bei Informationsverlust erreicht. Durch eine Kombination aus subjektiver und objektiver Bewertung wird der Algorithmus dieses Artikels mit klassischen Algorithmen verglichen. Die Ergebnisse zeigen, dass der Algorithmus dieses Artikels visuell bessere Ergebnisse erzielt, und für neblige Bilder mit 30 % Informationsverlust stieg die durchschnittliche Informationsentropie in 6 Szenen um 1,6652, die durchschnittliche Spitzen-Signal-Rausch-Verhältnis um 11,7029, die durchschnittliche strukturelle Ähnlichkeit um 0,8146, und die objektiven Bewertungskennzahlen sind hervorragend. Weiterhin wurden Experimente mit unterschiedlichen Informationsverlustanteilen durchgeführt, wobei die Ergebnisse zeigen, dass selbst bei großem Informationsverlust klare restaurierte Entnebelungsbilder erzielt werden können.

Bildentnebelung;einfarbige Fernerkundungsbilder;ADMM;Dark-Channel-Theorie