基于深度学习的 Sentinel-1 GRD 图像去散斑及在窄河流分割中的应用
图像与视频处理
2021-10-28 v1 计算机视觉与模式识别
摘要
本文提出了一种基于近期提出的“SAR2SAR”框架（一种自监督训练策略）的 Sentinel-1 GRD 图像去散斑方法。在 Sentinel-1 GRD 图像集合上训练深度神经网络，得到了一种对散斑的空间变异空间相关性具有鲁棒性的去散斑算法。去散斑后的图像改进了诸如窄河流等结构的检测。我们应用了一种基于外源信息的检测器和一种线性特征检测器，并表明当处理链应用于由我们的去散斑神经网络预处理后的图像时，河流的分割效果更好。
引用
@article{arxiv.2102.00692,
title = {Despeckling Sentinel-1 GRD images by deep learning and application to narrow river segmentation},
author = {Nicolas Gasnier and Emanuele Dalsasso and Loïc Denis and Florence Tupin},
journal= {arXiv preprint arXiv:2102.00692},
year = {2021}
}