典型文献
D2SE-CNN:改进的SAR图像相干斑抑制算法
文献摘要：
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ID-CNN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.
文献关键词：
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
中图分类号：
作者姓名：
张一铭;赵生福;郑鑫;王艺博;丁辉
作者机构：
首都师范大学信息工程学院,北京 100048;高可靠嵌入式系统技术北京市工程研究中心,北京 100048
文献出处：
引用格式：
[1]张一铭;赵生福;郑鑫;王艺博;丁辉-.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(11):103-111
A类：
D2SE,挤压与激励块,图像质量增强
B类：
SAR,相干斑抑制,合成孔径雷达,相干成像,相干斑噪声,解译,注意力机制,下采样,ID,残差连接,原图,重新排列,排列成,子图,感受野,注意力模块,BSDS500,NWPUVHR,主流方法,PSNR,SSIM,ENL,Cv,上得
AB值：
0.344853
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
