[发明专利]一种基于相关损失卷积神经网络的雷达图像斑噪抑制方法有效
| 申请号： | 201810375532.1 | 申请日： | 2018-04-24 |
| 公开（公告）号： | CN108629746B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 杨卫东;徐昭良;沈孔怀;翟展;蒋哲兴;颜露新 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 李智;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于相关损失卷积神经网络的雷达图像斑噪抑制方法，包括：将雷达图像输入训练好的卷积神经网络，得到抑制斑噪的结果图像；卷积神经网络的训练方法包括：在遥感图像中叠加斑噪得到叠加斑噪后的图像，将叠加斑噪后的图像输入卷积神经网络，得到训练输出图像；根据遥感图像和训练输出图像的均方误差，得到误差损失，利用遥感图像和训练输出图像的互相关系数，得到相关损失；利用误差损失和相关损失，进行反向传播，更新卷积神经网络的权值参数；进而得到训练好的卷积神经网络。本发明利用误差损失和相关损失，更新卷积神经网络的权值参数，有效的提高了网络的雷达图像斑噪抑制效果。 | ||
| 搜索关键词： | 一种 基于 相关 损失 卷积 神经网络 雷达 图像 抑制 方法 | ||
【主权项】：
1.一种基于相关损失卷积神经网络的雷达图像斑噪抑制方法，其特征在于，包括：将雷达图像输入训练好的卷积神经网络，得到抑制斑噪的结果图像；所述卷积神经网络的训练方法包括：(1)在遥感图像中叠加斑噪得到叠加斑噪后的图像，将叠加斑噪后的图像输入卷积神经网络，得到训练输出图像；(2)根据遥感图像和训练输出图像的均方误差，得到误差损失，利用遥感图像和训练输出图像的互相关系数，得到相关损失；(3)利用误差损失和相关损失，进行反向传播，更新卷积神经网络的权值参数；(4)重复步骤(1)‑(3)若干次，得到训练好的卷积神经网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华中科技大学，未经华中科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810375532.1/，转载请声明来源钻瓜专利网。
