摘要
本发明公开了一种基于深度学习的真实退化遥感图像去条带方法、设备和存储介质,该方法包括以下步骤:1)获取清晰遥感图像和条带退化图像对;2)对清晰遥感图像和条带退化图像对进行图像处理,作为退化感知训练集;3)使用退化感知训练集进行预训练,获得构建退化图像信息反向分析感知的无监督深度学习遥感图像去条带模型;4)使用训练获得的无监督遥感图像去条带神经网络模型对真实退化遥感图像进行去条带处理。本发明方法结合真实退化感知模拟条带噪声数据和真实退化遥感图像条带数据,提出了真实场景下无监督遥感图像去条带方法,可有效提高模型对仿真退化图像和实际退化图像的泛化能力,从而更准确地识别和去除图像中的条带噪声。
技术关键词
去条带方法
预训练模型
条纹
奇异值分解重构
图像处理
无监督深度学习
ResNet网络
空间模块
多波段
分支
神经网络模型
噪声强度
训练集
扫描模块
特征提取能力
状态空间模型
系统为您推荐了相关专利信息
种子筛选方法
三维图像数据
图像处理算法
裂纹
校正技术
图像处理系统
残差神经网络
医学
解剖特征
显示设备
粒子滤波器
烟丝样品
视觉
动态更新
可读存储介质
图像特征向量
图像数据处理方法
深度学习模型
时序
关系