D2SE-CNN:改进的SAR图像相干斑抑制算法

摘要：

合成孔径雷达(SAR)的相干成像时,由于存在相干斑噪声,导致图像细节模糊,影响SAR图像的解译等后续应用.结合注意力机制,提出一种改进的下采样卷积神经网络D2SE-CNN.该方法在ID-CNN模型的基础上,去除估计噪声的残差连接;引入下采样,使原图重新排列成四个子图,扩大感受野;并添加挤压与激励块(SE)注意力模块,从而实现相干斑的抑制.为了验证算法的有效性,在BSDS500及NWPUVHR-10数据集和真实SAR图像上与主流方法进行了比较,实验结果表明,所提模型在PSNR、SSIM、ENL、Cv多个评价指标上得到较好的提升.

关键词：SAR图像、卷积神经网络、相干斑抑制、挤压与激励块、图像质量增强

所属期刊栏目：43

分类号：TJ02;TP75(一般性问题)

资助基金：国家自然科学基金61876112

在线出版日期：2023-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：103-111