公开(公告)号：CN116579935A

公开(公告)日：2023-08-11

申请号：CN202310366995.2

申请日：2023-04-07

Applicant: 哈尔滨工程大学

Inventor： 吴艳霞 ,  袁野 ,  汤楚蘅 ,  姜妍

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明属于遥感图像处理技术领域，具体涉及一种基于双倍对数斑点噪声模型的无监督型SAR图像去噪方法。本发明包括获取待去噪的斑点噪声SAR图像I′，利用双倍对数斑点噪声模型建立待去噪的双倍对数斑点噪声SAR图像Z′；将待去噪的双倍对数斑点噪声SAR图像Z′输入至预训练完毕的卷积神经网络中，得到卷积神经网络的输出为通过运算得到斑点噪声SAR图像I′的去噪后的SAR图像R′。本发明通过双倍对数斑点噪声模型，能够在不需要无斑点噪声SAR图像的条件下，利用均方误差损失函数，以无监督的方式对去噪卷积神经网络进行训练，从而完成对SAR图像的斑点噪声去除。

公开(公告)号：CN116152099A

公开(公告)日：2023-05-23

申请号：CN202310106734.7

申请日：2023-02-13

Applicant: 哈尔滨工程大学

Inventor： 吴艳霞 ,  袁野 ,  汤楚蘅 ,  姜妍

IPC: G06T5/00 ,  G06T5/10 ,  G06T7/10 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种分割指导自监督型SAR图像去噪方法，获取待去噪SAR图像，输入预先训练的自监督去噪网络，其中自监督去噪网络由带有噪声SAR图像生成的训练数据训练得到，自监督去噪网络训练方法为：训练数据输入自监督去噪网络，输出去噪SAR图像并通过去噪‑分割连接网络输入SAR图像语义分割网络，输出语义分割标签；构建自监督去噪损失和语义分割损失构成的联合训练损失对自监督去噪网络、采用卷积小波变换的去噪‑分割连接网络和SAR图像语义分割网络进行联合训练，得到训练后的自监督去噪网络；输出去噪SAR图像。本发明实现自监督SAR图像去噪并同时通过感知语义信息而充分保留SAR图像的地物细节特征。