基于深度学习的合成孔径雷达图像去噪算法

针对合成孔径雷达在生成图像时产生的固有斑点噪声问题，提出了一种基于多尺度注意力级联卷积神经网络的去噪算法，用多尺度卷积网络与注意力机制来实现图像的特征提取，将级联网络结构作为主网络中的特征增强部分，并加入批量归一化来防止模型中出现过拟合。实验结果表明，所提算法相较于其他传统图像去噪算法，峰值信噪比、结构相似性分别平均提高了0.75 dB~14.45 dB和0.01~0.16，在图像熵上也优于其他算法，并且能较好地恢复图像中的细节信息。