结合扩张卷积的残差网络SAR图像去噪
针对现今的合成孔径雷达图像去噪算法对图像去噪后结构保持不足的问题,该文提出了一种增强的残差卷积神经网络(ERCNN).首先,ERCNN构建了增强的残差卷积模块,该模块通过结合卷积和扩张卷积,扩大网络的感受野;其次,通过加入残差连接将局部特征信息从低层传递到更高层,减少梯度消失问题;再次,使用批归一化加速模型的训练速度;最后通过残差学习的策略,形成端到端的映射以去除噪声.通过仿真和真实合成孔径雷达图像进行实验的结果表明,所提出的ERCNN具有优于现有方法的性能,在去噪的同时还可以保留更多的细节信息,且拥有高效的计算效率.
SAR图像;去噪;扩张卷积;残差连接;结构保持;残差学习
46
P237(摄影测量学与测绘遥感)
国家自然科学基金;安徽省科技攻关计划
2022-03-16(万方平台首次上网日期,不代表论文的发表时间)
共9页
106-114