摘要
本发明提供一种基于Mamba模型的SAR图像去噪与超分辨率增强方法,包括:对输入的SAR原始图像进行预处理,得到经预处理增强的SAR图像;基于Mamba模型对所述增强的SAR图像进行特征提取处理,融合局部卷积特征与全局状态建模信息,得到结构清晰、语义完整的融合特征图像;对所述融合特征图像进行生成对抗网络联合训练,通过感知损失与均方误差损失进行优化,得到生成对抗网络;将待处理图像输入所述生成对抗网络的生成器进行推理重建,并增强图像细节与结构表达能力,得到高分辨率、低噪声的SAR图像。本发明的方法能够高效、准确地对SAR图像进行斑点噪声抑制与空间分辨率提升,显著增强图像的结构清晰度与细节表达能力。
技术关键词
生成对抗网络
图像
融合特征
非锐化掩膜
卷积特征
低噪声
局部特征提取
计算机存储介质
语义
分辨率提升
状态空间模型
模型训练模块
斑点噪声
误差
信号
数据处理模块
处理器
边缘检测
系统为您推荐了相关专利信息
字形生成方法
序列
神经网络模型
风格
图像编码器
故障检测方法
声音传感器
输电杆塔绝缘子
信号
绝缘子运行状态
账号
字符识别
滑块验证码
验证码图像
强化学习模型