保持边缘的 CNN SAR 去斑算法
图像与视频处理
2020-08-20 v3 计算机视觉与模式识别
摘要
SAR 去斑是地球观测的一项关键工具。SAR 图像的解译受到散斑的干扰,散斑是一种与朝向传感器的被照场景后向散射干涉相关的乘性噪声。降低噪声对于理解场景是一项关键任务。基于我们先前方案 KL-DNN 的结果,本工作中我们定义了一种新的代价函数,用于训练卷积神经网络进行去斑。目的是控制边缘保持,并更好地滤波人造结构与城区——这些对 KL-DNN 而言极具挑战。结果显示,在非均匀区域有非常好的改进,同时在均匀区域保持了良好结果。文中给出了在模拟与真实数据上的结果。
引用
@article{arxiv.2001.04716,
title = {Edge Preserving CNN SAR Despeckling Algorithm},
author = {Sergio Vitale and Giampaolo Ferraioli and Vito Pascazio},
journal= {arXiv preprint arXiv:2001.04716},
year = {2020}
}
备注
Accepted to LAGIRS 2020