自适应多尺度特征融合AMFFD-Net的SAR图像去噪网络方法及系统
申请人信息
- 申请人:数据空间研究院
- 申请人地址:230088 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区
- 发明人: 数据空间研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 自适应多尺度特征融合AMFFD-Net的SAR图像去噪网络方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311727931.7 |
| 申请日 | 2023/12/14 |
| 公告号 | CN117726537A |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06T5/70 |
| 权利人 | 数据空间研究院 |
| 发明人 | 吴昊; 岳华; 聂明宇; 胡紫珊; 凌未; 汪瑜; 阚宏伟 |
| 地址 | 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区 |
摘要文本
本发明提供自适应多尺度特征融合AMFFD‑Net的SAR图像去噪网络方法及系统，方法包括：数据集准备；数据预处理；构建自适应多尺度特征融合模型AMFFD‑Net，处理得到并输出去噪SAR图像；自适应多尺度特征融合模型AMFFD‑Net包括：噪声估计模块、非对称卷积模块、自适应特征选择模块、ReLU激活模块、多尺度特征融合模块、SE注意力模块、级联块以及深度残差学习模块。本发明解决了细节和纹理保留不足、边缘和结构模糊、高频信息处理不佳、自适应能力有限以及泛化能力弱的技术问题。
专利主权项内容
1.自适应多尺度特征融合AMFFD-Net的SAR图像去噪网络方法，其特征在于，所述方法包括：S1、收集并预处理SAR图像，据以生成带噪声、无噪声图像对，以构建训练集、验证集；S2、构建自适应多尺度特征融合模型AMFFD-Net，其中，所述自适应多尺度特征融合模型AMFFD-Net包括：噪声估计模块、非对称卷积模块、自适应特征选择模块、ReLU激活模块、多尺度特征融合模块、SE注意力模块、级联块以及深度残差学习模块；S3、利用所述噪声估计模块估计所述SAR图像噪声，以得到去噪特征；利用所述非对称卷积模块进行非对称卷积操作，以从所述SAR图像中提取卷积特征；利用所述自适应特征选择模块，根据所述去噪特征，选取相关性特征；利用所述ReLU激活模块，将预置ReLU激活函数应用至所述相关性特征，据以处理得到多尺度特征；利用所述多尺度特征融合模块，融合所述多尺度特征，以得到融合特征；利用所述SE注意力模块，使用预置注意力机制抑制所述融合特征中的不相关特征，得到SAR融合增强特征；利用所述级联块进行卷积操作，以学习所述SAR融合增强特征中的残差信息；利用所述深度残差学习模块，根据所述残差信息进行深度残差学习，以对所述SAR增强特征进行精细化处理，得到SAR精细化特征；利用预置特征反馈回路，反馈所述SAR精细化特征至所述自适应多尺度特征融合模型AMFFD-Net，以循环进行所述精细化处理，据以得到并输出去噪SAR图像。。 （来自 马克数据网）