基于扩张残差的生成式对抗SAR图像斑点噪声抑制方法技术

本发明专利技术为一种基于扩张残差的生成式对抗SAR图像斑点噪声抑制方法，属于遥感图像处理领域。本发明专利技术方法构建的SAR图像斑点噪声抑制网络模型包括生成器网络G、纹理增强网络、判别器网络D，使用预训练好的纹理增强网络来计算预测图像和真值图像之间的特征感知误差，使用分类网络作为判别器，将生成器输出的预测图像与真值图像损失、纹理增强网络输出的预测图像特征和真值图像的特征损失和判别器的对抗损失以适当的权重结合起来形成最终损失函数，对模型进行训练，利用训练好的生成器对SAR图像进行斑点噪声抑制。本发明专利技术以更少的空间复杂度和更短的时间实现更好的斑点噪声抑制效果，提高了对SAR图像边缘纹理等细节信息的预测能力。

【技术实现步骤摘要】

本专利技术属于遥感图像处理领域，涉及合成孔径雷达图像斑点噪声抑制技术，具体是一种基于扩张残差的生成式对抗sar图像斑点噪声抑制方法。

技术介绍

1、合成孔径雷达(synthetic aperture radar,sar)是一种工作在微波频段的相干成像传感器，利用合成孔径技术获得大范围高分辨率雷达图像。sar不依赖太阳光照，穿透力强，能在夜晚、恶劣天气条件下成像，被广泛应用于军事侦察、地形测绘等领域。然而sar图像中固有斑点噪声问题严重地影响了sar图像信息的获取，增加了图像解译和分析的难度，降低了图像分割和特征分类的效率。现有的经典方法往往在抑制相干斑的同时，对图像纹理、边缘等细节信息造成损失，所以在对sar图像中的相干斑进行有效抑制的同时，如何保持图像细节信息，是sar图像斑点噪声抑制的难点之一。

2、近二十年来，深度卷积神经网络表现出强大的特征学习能力，能够从大量的训练数据中学习到有用的图像特征，在图像处理领域应用越来越广泛。2017年，一种针对去除斑点乘性噪声的sar-cnn网络被提出，相比传统算法，斑点噪声抑制性能和效率都有所提升，sa本文档来自技高网...

【技术保护点】

1.一种基于扩张残差的生成式对抗SAR图像斑点噪声抑制方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，所述的生成器网络G中，隐含层的前5个卷积层中每层都有64个卷积核，第6层只有一个卷积核，所有卷积核大小均为3×3，移动步长为1，设置从第1层到第6层的卷积核膨胀率分别为1、2、3、3、2、1。

3.根据权利要求1所述的方法，其特征在于，所述的判别器网络D包含5个卷积层和1个sigmoid函数层；第1个卷积层包含卷积和LeakeyReLU激活函数两部分结构，共有48个卷积核；第2至4个卷积层均包含卷积、批处理归一化和整流线性单元的结构，对...

【技术特征摘要】

1.一种基于扩张残差的生成式对抗sar图像斑点噪声抑制方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，所述的生成器网络g中，隐含层的前5个卷积层中每层都有64个卷积核，第6层只有一个卷积核，所有卷积核大小均为3×3，移动步长为1，设置从第1层到第6层的卷积核膨胀率分别为1、2、3、3、2、1。

3.根据权利要求1所述的方法，其特征在于，所述的判别器网络d包含5个卷积层和1个sigmoid函数层；第1个卷积层包含卷积和leakeyrelu激活函数两部分结构，共有48个卷积核；第2至4个卷积层均包含卷积、批处理归一化和整流线性单元的结构，对应的卷积核个数分别为96、192、384；第5个卷积层包含只有卷积结构，卷积核个数为1；所有卷积核大小均为3×...

【专利技术属性】
技术研发人员：杨厚烨，李卓，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：