基于 CNN 的 InSAR 去噪与相干性度量
图像与视频处理
2020-01-22 v1 机器学习
机器学习
摘要
基于地面目标反射微波来估计地面运动的干涉合成孔径雷达（InSAR）影像在遥感中正变得日益重要。然而，噪声会污染卫星接收到的微波反射并干扰信号的缠绕相位。我们将卷积神经网络（CNN）引入该问题领域，并展示了自编码器 CNN 架构在缺乏干净真值图像的情况下学习 InSAR 图像去噪滤波器，以及通过对训练数据进行智能预处理来减少估计相干性中伪影的有效性。我们将我们的结果与四种已有方法进行比较，以说明所提方法的优越性。
引用
@article{arxiv.2001.06954,
title = {CNN-based InSAR Denoising and Coherence Metric},
author = {Subhayan Mukherjee and Aaron Zimmer and Navaneeth Kamballur Kottayil and Xinyao Sun and Parwant Ghuman and Irene Cheng},
journal= {arXiv preprint arXiv:2001.06954},
year = {2020}
}
备注
2018 IEEE SENSORS