一种SAR图像智能重聚焦方法

本发明公开了一项基于深度学习的SAR智能重聚焦方法，主要解决传统SAR图像重聚焦中相位误差建模复杂、图像分辨率低、细节丢失的问题。其实现方案是：获取SAR纯净图像和对应散焦图像的数据集并划分为训练集、验证集和测试集；构建包含编码器和解码器的深度学习网络；利用训练集进行前向和反向传播迭代训练该网络，并在验证集上评估更新模型参数得到训练好的网络模型；将测试集中的散焦图像输入到训练好的网络模型中，通过编码器提取图像特征并通过解码器重建高分辨率图像获取复原图像结果。本发明能有效提取SAR图像的深层特征，缓解梯度消失，有效融合不同层次的特征，提升SAR图像的重建质量和分辨率，增强复原后图像的细节表现，可用于雷达成像及评价。