|
|||||
|
|
| 基于深度学习的SAR图像质量提升方法研究 | |
| 引用本文： | 刘艳芳,李春升,杨威.基于深度学习的SAR图像质量提升方法研究[J].上海航天,2022,39(3):91-99. |
| 作者姓名： | 刘艳芳 李春升 杨威 |
| 作者单位： | 北京航空航天大学 电子信息工程学院，北京100191 |
| 摘 要： | 提升合成孔径雷达(SAR)图像质量以增强其可判读性，一直是SAR图像处理中的关键问题。近年来，深度学习在光学图像处理中取得显著的成功，并逐步应用到SAR图像质量提升领域。对深度学习在SAR图像质量提升中的关键应用进行综述，对深度学习在SAR图像质量提升中采用的典型网络进行了介绍，并从SAR图像旁瓣抑制、超分辨(SR)处理和图像融合3个方面对深度学习的应用进行阐述。最后，分析与探讨了基于深度学习的SAR图像质量提升中的关键问题及进一步研究方向。 |
| 关 键 词： | 合成孔径雷达(SAR) 深度学习 旁瓣抑制 超分辨(SR) 图像融合 |
| 收稿时间： | 2022/3/15 0:00:00 |
| 修稿时间： | 2022/4/10 0:00:00 |
Research on SAR Image Quality Improvement Based on Deep Learning |
|
| LIU Yanfang,LI Chunsheng,YANG Wei.Research on SAR Image Quality Improvement Based on Deep Learning[J].Aerospace Shanghai,2022,39(3):91-99. | |
| Authors: | LIU Yanfang LI Chunsheng YANG Wei |
| Abstract: | |
| Keywords: | synthetic aperture radar(SAR) deep learning sidelobe suppression super-resolution processing(SR) image fusion |
| 点击此处可从《上海航天》浏览原始摘要信息 | |
| 点击此处可从《上海航天》下载免费的PDF全文 | |