合成孔径雷达(SAR)通常会被一种称为散斑的乘性噪声干扰,这使得图像的解释变得困难。为解决这一问题,提出一种改进卷积神经网络SAR图像去噪方法。对图像进行下采样再对下采样子图像进行卷积提取特征,这可以有效扩大感受野提高去噪效率;为了减少梯度消失问题和提高模型去噪性能,网络又引入了跳跃连接和残差学习策略;利用仿真和实测数据对网络进行测试与评估,实验结果表明提出的方法具有良好的去噪效果和较高的计算效率,对比其他去噪方法,该方法不仅去噪效果好,而且效率更高。
科研之友
微信
新浪微博
Facebook
分享链接
