基于结构保持的星载SAR图像超分辨重构算法

摘要：

星载合成孔径雷达(SAR)可以实现全天候、全天时、大幅宽的对地观测,但受天线尺寸和数据有损传输影响,高分辨率SAR图像的获取十分困难.针对该问题,提出一个基于结构保持的图像超分辨重构网络(SP-SRNet),以实现SAR图像从低分辨(LR)图像到高分辨(HR)图像的重构:使用一个轻量级深度卷积神经网络提取图像梯度图特征,为超分辨重构网络提供更多的结构信息;设计一个由像素损失和梯度损失组成的多目标函数优化SP-SRNet.利用IC-EYE公司卫星高分辨SAR图像,采用双3次下采样算法构建SAR图像的LR-HR数据集,并在该数据集运用多种现有算法对比仿真验证.结果表明,提出的SP-SRNet在定量评估指标和主观视觉上均优于现有的超分辨重构算法.

关键词：星载合成孔径雷达、图像超分辨、深度卷积神经网络、结构保持

所属期刊栏目：23

分类号：TN95

资助基金：全军军事类研究生资助课题项目JY2019C206

在线出版日期：2022-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：148-154