【技术实现步骤摘要】
本专利技术属于sar图像处理，具体涉及一种sar图像信息可逆神经网络去噪方法。
技术介绍
1、合成孔径雷达（synthetic aperture radar, sar）是一种高级的成像系统，能够发射和接收电磁波，连续对目标进行照射成像。由于其全天时、全天候的工作能力，sar在军事和民用领域均有广泛实施例应用。然而，由于成像机理的特性，复杂的地面环境常导致电磁波反射时产生噪声斑干扰，从而影响目标区域的电磁波反射特征。因此，对sar图像进行噪声斑抑制处理显得尤为重要，这一处理步骤对后续的图像特征提取和目标识别具有决定性影响。
2、为了提高目标识别的准确性，对sar图像进行去噪处理变得必不可少。对sar图像去噪的主要目的有两个：一是使被噪声污染的背景区域更加平滑，二是在目标区域保留尽可能多的纹理和细节信息。目前常用的sar图像去噪方法主要包括概率建模滤波和基于卷积神经网络（cnn）的滤波。
3、在概率建模滤波中，相关狄利克雷过程树去噪方法是主流。这种方法通过将去噪过程建模为最大后验概率优化问题来实现，需要对噪声的概率分布和真实图像的先验概率进行假设。尽管在合成噪声的去除上取得了一定效果，但由于其假设与现实世界噪声的差异，其在真实噪声去除上的效果并不通用。近年来，基于cnn的滤波方法在去噪性能上取得了显著进步。这些方法通过对比大量干净和有噪声的图像对，学习噪声特征。然而，由于真实世界的噪声极其复杂，为了提高去噪精度，cnn去噪模型往往需要庞大的参数量和复杂的结构，这不仅增加了运算时间，也影响了其在边缘设备上的部署
4、因此，目前的sar图像去噪处理方法存在实用性低以及运算量大的问题。
技术实现思路
1、本专利技术的目的是提供一种sar图像信息可逆神经网络去噪方法，以解决目前的sar图像去噪处理方法存在实用性低以及运算量大的问题。
2、为实现上述目的，本专利技术采用如下技术方案：
3、一方面，本说明书提供一种sar图像信息可逆神经网络去噪方法，包括：
4、步骤102，对sar图像进行逆转换预处理，获得sar预处理图像；
5、步骤104，对所述sar预处理图像进行多个级联的降尺寸耦合编码处理，获得低分辨率编码块序列；
6、步骤106，对低分辨率编码块序列进行转换，获得低分辨率sar图像和高频编码序列；
7、步骤108，从高频编码序列中抽取等效高频编码序列并与低分辨率sar图像进行融合，获得sar去噪图像。
8、另一方面，本说明书提供基于一种sar图像信息可逆神经网络去噪装置，包括：
9、图像预处理模块，用于对sar图像进行逆转换预处理，获得sar预处理图像；
10、降尺寸耦合模块，用于对所述sar预处理图像进行多个级联的降尺寸耦合编码处理，获得低分辨率编码块序列；
11、序列转换模块，用于对低分辨率编码块序列进行转换，获得低分辨率sar图像和高频编码序列；
12、图像融合模块，用于从高频编码序列中抽取等效高频编码序列并与低分辨率sar图像进行融合，获得sar去噪图像。
13、基于上述技术方案，本说明书能够获得如下技术效果：
14、本方法通过利用预处理方法进行图像处理，从输入图像层面增加数据可逆的完备性，其次，使用重复级联结构，降低设计复杂度和部署难度，然后在级联结构中全部使用可逆操作，使得模型全过程可逆，完全保留所需的高频和低频信息，增加神经网络对特征的提取和表达能力，最后，使用特别设计的前向传播损失函数和反向传播损失函数对神经网络进行约束，增加网络学习的收敛性，从而解决目前的sar图像去噪处理方法存在实用性低以及运算量大的问题。
本文档来自技高网...【技术保护点】
1.一种SAR图像信息可逆神经网络去噪方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对SAR图像进行逆转换预处理，获得SAR预处理图像的方式为对SAR图像进行图像矩阵谱分解，并且将SAR图像的噪声转换为可逆噪声，将SAR图像转换为可逆图像，获得SAR预处理图像。
3.根据权利要求2所述的方法，其特征在于，所述对所述SAR预处理图像进行多个级联的尺寸耦合编码处理，获得低分辨率编码块序列的步骤包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述SAR预处理图像进行多个级联的尺寸耦合编码处理，获得低分辨率编码块序列的步骤包括：
5.根据权利要求4所述的方法，其特征在于，所述对低分辨率编码块序列进行转换，获得低分辨率SAR图像和高频编码序列的步骤包括：
6.根据权利要求5所述的方法，其特征在于，所述从高频编码序列中抽取等效高频编码序列并与低分辨率SAR图像进行融合，获得SAR去噪图像的步骤包括：
7.根据权利要求6所述的方法，其特征在于，在所述基于还原尺寸解耦模块将低分辨率SAR图像
8.根据权利要求7所述的方法，其特征在于，所述基于Haar小波逆变换将浅层融合特征的尺寸提高、通道降低，获得反向传播中间特征的步骤包括：
9.根据权利要求8所述的方法，其特征在于，所述正态分布随机变量为均值为0，方差为1的正态分布随机变量。
10.一种SAR图像信息可逆神经网络去噪装置，其特征在于，包括：
...【技术特征摘要】
1.一种sar图像信息可逆神经网络去噪方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对sar图像进行逆转换预处理，获得sar预处理图像的方式为对sar图像进行图像矩阵谱分解，并且将sar图像的噪声转换为可逆噪声，将sar图像转换为可逆图像，获得sar预处理图像。
3.根据权利要求2所述的方法，其特征在于，所述对所述sar预处理图像进行多个级联的尺寸耦合编码处理，获得低分辨率编码块序列的步骤包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述sar预处理图像进行多个级联的尺寸耦合编码处理，获得低分辨率编码块序列的步骤包括：
5.根据权利要求4所述的方法，其特征在于，所述对低分辨率编码块序列进行转换，获得低分辨率s...
【专利技术属性】
技术研发人员：苏毅，马晨宁，王开志，温焱，邵晓光，
申请(专利权)人：北京遥感设备研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。