[发明专利]SAR图像处理方法、装置、系统及存储介质

权利要求书

1.一种合成孔径雷达SAR图像处理方法，其特征在于，包括：

接收SAR图像；

将所述SAR图像输入至训练好的超分辨率网络，得到超分辨率图像；其中，所述超分辨率网络包括光学图像加权引导子网络和多尺度学习子网络。

2.根据权利要求1所述的合成孔径雷达SAR图像处理方法，其特征在于，所述将所述SAR图像输入至训练好的超分辨率网络，得到超分辨率图像，包括：

对所述SAR图像进行上采样，得到第一初始分辨率图像；

将所述第一初始分辨率图像输入至所述光学图像加权引导子网络，得到光学引导结果；

将所述光学引导结果输入至所述多尺度学习子网络，得到特征信息；

根据所述特征信息进行重建，得到所述超分辨率图像。

3.根据权利要求2所述的合成孔径雷达SAR图像处理方法，其特征在于，在所述对所述SAR图像进行上采样，得到第一初始分辨率图像之前，还包括：

若所述SAR图像为单通道图像，则对所述SAR图像进行通道扩增。

4.根据权利要求2所述的合成孔径雷达SAR图像处理方法，其特征在于，所述将所述第一初始分辨率图像输入至所述光学图像加权引导子网络，得到光学引导结果，包括：

对所述第一初始分辨率图像进行第一次卷积，得到第一特征图像；

将所述第一特征图像输入至第一激活函数，得到映射图像；

对所述映射图像进行第二次卷积，得到第二特征图像；

将所述第二特征图像输入至第二激活函数，得到权重图；

将所述第一特征图像、所述权重图进行像素积运算，得到像素积结果；

将所述像素积结果与所述第一特征图像进行拼接运算，得到所述光学引导结果。

5.根据权利要求2所述的合成孔径雷达SAR图像处理方法，其特征在于，所述多尺度学习子网络包括N个编码模块、N个解码模块和残差多尺度模块，N＝log₂ S，其中，S为预设的放大倍数，S为大于或等于2的正整数；

所述将所述光学引导结果输入至所述多尺度学习子网络，得到特征信息，包括：

通过第1个编码模块对所述光学引导结果进行编码，得到第1次编码结果；

通过第i个编码模块对所述第i-1次编码结果进行编码，得到第i次编码结果；其中，i＝2，3……N；

通过第1个解码模块对第N次编码结果进行解码，得到第1次解码结果；

通过所述残差多尺度模块对第1次解码结果进行特征提取，得到第1次特征提取结果；

将第i-1次特征提取结果与第N+1-i次编码结果进行拼接得到第i次拼接结果，通过第i个解码模块对第i次拼接结果进行解码，得到第i次解码结果；

通过所述残差多尺度模块对第i次解码结果进行特征提取，得到第i次特征提取结果；

直至i＝N，将第i次特征提取结果作为所述特征信息。

6.根据权利要求5所述的合成孔径雷达SAR图像处理方法，其特征在于，所述残差多尺度模块包括卷积块、多尺度块、跳跃连接块；

所述通过所述残差多尺度模块对第i次解码结果进行特征提取，得到第i次特征提取结果，包括：

通过所述卷积块对所述第i次解码结果进行卷积，得到局部特征；

通过所述多尺度块对所述局部特征进行降维处理，得到降维特征；

通过所述多尺度块对所述降维特征进行升维处理，得到升维特征；

通过所述跳跃连接块将所述第i次解码结果、所述局部特征、升维特征进行聚合，得到聚合结果；

将所述聚合结果作为所述第i次特征提取结果。

7.根据权利要求1所述的合成孔径雷达SAR图像处理方法，其特征在于，所述超分辨率网络的训练步骤包括：

获取同一场景的SAR低分辨率训练图像、光学训练图像、SAR高分辨率训练图像；

将所述SAR低分辨率训练图像、光学训练图像输入至待训练的超分辨率网络，得到训练结果图像；

根据所述SAR高分辨率训练图像、所述训练结果图像，确定训练的损失值；

根据所述损失值，对所述超分辨率网络的参数集进行更新。