基于对数域变换的自监督分数函数SAR图像去斑
图像与视频处理
2026-01-22 v1 人工智能
计算机视觉与模式识别
摘要
合成孔径雷达图像固有的散斑噪声会显著降低图像质量并使后续分析复杂化。鉴于SAR散斑是乘性的且服从Gamma分布，有效去斑仍然具有挑战性。本文介绍了一种新颖的自监督SAR图像去斑框架，该框架基于在对数域中操作的分数函数生成模型。我们首先将数据变换到对数域，然后将散斑噪声残差转换为近似加性的高斯分布。这一步使得应用分数函数模型成为可能，该模型在变换域中使用自监督目标进行训练。该目标允许我们的模型通过训练输入数据本身的进一步损坏版本来学习干净的底层信号。因此，与许多现有的自监督技术相比，我们的方法表现出显著更短的推理时间，为SAR图像恢复提供了一种稳健且实用的解决方案。
引用
@article{arxiv.2601.14334,
title = {Self-Supervised Score-Based Despeckling for SAR Imagery via Log-Domain Transformation},
author = {Junhyuk Heo},
journal= {arXiv preprint arXiv:2601.14334},
year = {2026}
}