摘要
本发明涉及卫星图像处理技术领域,公开了一种改进型CycleGAN的SAR卫星图像仿真生成及系统,包括:获取真实光学卫星图像和真实SAR图像数据集,将其分别放置于源域和目标域,对两域图像进行预处理并划分为训练集、验证集及测试集;构建光学图像与合成孔径雷达图像之间的正向和反向映射关系的改进型CycleGAN模型,并整合改进后的对抗损失和循环一致性损失生成模型的总损失函数;基于所述改进损失函数对模型进行无监督对抗训练,通过交替更新生成器和鉴别器参数直至模型收敛;将待转换光学图像输入训练后的改进型循环生成对抗网络CycleGAN模型,输出仿真SAR图像并进行后处理增强,解决SAR卫星图像获取受限与光学图像资源丰富之间的矛盾,为依赖于SAR影像的应用提供支持。
技术关键词
图像仿真生成方法
循环生成对抗网络
无监督对抗训练
卫星图像数据
深度卷积神经网络
合成孔径雷达图像
卫星图像处理技术
非局部均值滤波
噪声抑制
约束生成器
累加计数器
训练集
超参数
降噪算法
风格
处理器
系统为您推荐了相关专利信息
图像识别模型
分类场景
检测风电场
样本
深度卷积神经网络架构
锚点
局部特征提取
全局特征提取
车道线检测方法
特征提取模块
优化分析方法
风险传导模型
资产
电力设备
卫星图像数据
现实眼镜
眼镜定位方法
三维点云地图
全景图像数据
关键帧