基于卷积神经网络的SAR图像去噪新方法

本文针对SAR图像相干斑噪声提出一种基于卷积神经网络的SAR图像去噪新方法。把带噪SAR图像输入到本文设计的网络中，利用网络的卷积层提取SAR图像的深层特征，池化层进一步处理以使深层特征降维，再通过反卷积层得到与输入图像尺寸大小一样的结果，并将其与原无噪图像对比，以两者的误差作为神经网络优化器的输入，驱动网络更新各层参数使误差函数最小。为了缩短网络训练收敛的时间，引入ReLU激活函数和批归一化处理，经过少次训练后，网络输出的结果就能接近原始SAR图像。实测数据试验结果表明，与传统SAR-BM3D和SAR-NL去噪方法相比，新方法去噪能力更强，图像视觉效果更好。