文章详情
| 稿件标题： | D2SE-CNN：改进的SAR图像相干斑抑制算法 |
| 稿件作者： | 张一铭1,赵生福1,郑鑫1,王艺博1,丁辉1,2 |
| DOI： | 10.11809/bqzbgcxb2022.11.014 |
| 科学编辑： | 丁辉 博士(首都师范大学副教授) |
| 栏目名称： | 低质量图像修复与图像质量评估专栏 |
| 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 |
| 文章摘要： | 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IDCNN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。 |
| 稿件基金： | 国家自然科学基金项目(61876112) |
| 引用本文格式： | 张一铭,赵生福,郑鑫，等.D2SE-CNN：改进的SAR图像相干斑抑制算法［J］.兵器装备工程学报，2022，43(11)：103-111. ZHANG Yiming, ZHAO Shengfu, ZHENG Xing, et al.D2SECNN: An improved SAR image despeckling network［J］.Journal of Ordnance Equipment Engineering，2022，43(11)：103-111. |
| 刊期名称： | 2022年11期 |
| 出版时间： | 2022年11月 |
| 上线时间： | 2022年11月28日 |
| 浏览次数： | 2797 |
| 下载次数： | 60 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |