【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及合成孔徑雷達(dá)圖像到光學(xué)圖像轉(zhuǎn)換的，具體涉及一種基于擴(kuò)散模型的sar圖像到光學(xué)圖像轉(zhuǎn)換方法。
技術(shù)介紹
1、合成孔徑雷達(dá)(synthetic?aperture?radar,sar)是一種高分辨率成像雷達(dá)。由于電磁波的穿透性質(zhì)，sar可以不受云層遮擋以及光線的影響，因此相較于光學(xué)遙感，sar具有全天時(shí)、全天候工作的優(yōu)勢(shì)，被廣泛應(yīng)用于軍事與民用領(lǐng)域。
2、然而，解譯sar圖像需要特定的專業(yè)知識(shí)，需要經(jīng)過專業(yè)培訓(xùn)，很依賴于判讀人的經(jīng)驗(yàn)。這是因?yàn)閟ar圖像與光學(xué)圖像有很大的不同，通常都與人眼的視覺感知不一致。sar圖像復(fù)雜，由于sar成像原理和機(jī)制，sar圖像通常會(huì)有獨(dú)特的幾何特征和散斑噪聲，這會(huì)大大為解譯增加難度。因此，作為解譯sar圖像的可行方法之一，將sar轉(zhuǎn)換為光學(xué)圖像，來輔助解譯sar圖像是研究熱點(diǎn)。
3、為了使sar圖像與人類的視覺感知習(xí)慣一致，幫助缺乏經(jīng)驗(yàn)的人解釋sar圖像，一般需要一個(gè)生成模型來實(shí)現(xiàn)從sar圖像到光學(xué)圖像的翻譯。生成對(duì)抗網(wǎng)絡(luò)(gans)已經(jīng)成為將sar圖像轉(zhuǎn)化為光學(xué)圖像的主要模型。gan借鑒了博弈論中兩人零和博弈的理論，通過對(duì)生成器和鑒別器進(jìn)行對(duì)抗訓(xùn)練，從而生成高質(zhì)量圖像。在sar到光學(xué)圖像轉(zhuǎn)換的應(yīng)用中，它最顯著的特點(diǎn)是使用sar-光學(xué)圖像成對(duì)的數(shù)據(jù)集，對(duì)模型進(jìn)行訓(xùn)練。但gan在實(shí)際應(yīng)用中存在很多問題。首先，生成器中的特征提取模塊經(jīng)常會(huì)遇到信息丟失，高質(zhì)量的特征圖很難生成。其次，sar-光學(xué)成對(duì)圖像的數(shù)據(jù)集的獲取極為困難，這會(huì)大大阻礙模型訓(xùn)練的有效性。此外，gan網(wǎng)絡(luò)架
4、但是，隨著sar圖像解譯的需求和質(zhì)量要求日益增高，在保證生成圖像紋理細(xì)節(jié)和邊緣清晰的前提下，如何能夠更有效、更穩(wěn)定地采用生成模型進(jìn)行sar圖像到光學(xué)圖像轉(zhuǎn)化是當(dāng)前需要面對(duì)的問題。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)中所存在的問題，本專利技術(shù)提供了一種基于擴(kuò)散模型的sar圖像到光學(xué)圖像轉(zhuǎn)換方法，以解決現(xiàn)有技術(shù)中能夠更有效、更穩(wěn)定地采用生成模型進(jìn)行sar圖像到光學(xué)圖像轉(zhuǎn)化的技術(shù)問題。
2、本專利技術(shù)提供了一種基于擴(kuò)散模型的sar圖像到光學(xué)圖像轉(zhuǎn)換方法，包括：
3、s1、將一個(gè)去噪擴(kuò)散模型作為生成器，并構(gòu)建一個(gè)判別器，將原始光學(xué)圖像輸入去噪擴(kuò)散模型，將其逐步添加高斯噪聲，得到有噪光學(xué)圖像；
4、s2、將所述有噪光學(xué)圖像和真實(shí)sar圖像沿通道維度串聯(lián)起來，形成組合圖；
5、s3、將組合圖輸入至噪聲預(yù)測(cè)網(wǎng)絡(luò)，基于所述噪聲預(yù)測(cè)網(wǎng)絡(luò)的噪聲損失項(xiàng)，引入對(duì)抗損失和感知損失計(jì)算總損失函數(shù)，輸出轉(zhuǎn)換結(jié)果。
6、可選地，所述將原始光學(xué)圖像輸入去噪擴(kuò)散模型，將其逐步添加高斯噪聲，得到有噪光學(xué)圖像，包括：
7、將原始光學(xué)圖像x0～q(x)輸入去噪擴(kuò)散模型，將其逐步添加高斯噪聲的過程表示為：
8、
9、其中，βt表示超參數(shù)，i表示單位矩陣，n表示高斯噪聲，并設(shè)αt＝1-βt，q(xt|xt-1)，將上式推導(dǎo)表示為：
10、
11、可選地，所述將組合圖輸入至噪聲預(yù)測(cè)網(wǎng)絡(luò)，包括：
12、將所述組合圖輸入噪聲預(yù)測(cè)網(wǎng)絡(luò)，輸出生成的光學(xué)圖像表示為：
13、
14、其中，xt表示有噪光學(xué)圖像，y表示參考sar圖像，∈θ(xt,y,t)表示噪聲預(yù)測(cè)網(wǎng)絡(luò)。
15、可選地，計(jì)算有噪光學(xué)圖像xt在t步前向增加的噪聲與所述噪聲預(yù)測(cè)網(wǎng)絡(luò)的第t步預(yù)測(cè)噪聲的距離，表示為：
16、
17、其中，∈θ表示噪聲預(yù)測(cè)網(wǎng)絡(luò)，∈表示預(yù)測(cè)的隨機(jī)噪聲，lsimple表示噪聲損失項(xiàng)。
18、可選地，所述對(duì)抗損失，包括：
19、將生成的光學(xué)圖像和原始光學(xué)圖像一起輸入所述判別器，計(jì)算生成對(duì)抗損失ladv，并表示為：
20、
21、其中，d表示判別器。
22、可選地，所述感知損失，包括：
23、將生成的光學(xué)圖像和原始光學(xué)圖像一起輸入vgg網(wǎng)絡(luò)中，計(jì)算感知損失lpercep，并表示為：
24、
25、其中，ψm表示vgg網(wǎng)絡(luò)。
26、可選地，所述計(jì)算總損失函數(shù)，包括：
27、所述總損失函數(shù)表示為：
28、l＝lsimple+λ1lpercep+λ2ladv
29、其中，λ1，λ2是超參數(shù)，表示平衡不同損失權(quán)重的可調(diào)參數(shù)。
30、相比于現(xiàn)有檢測(cè)技術(shù)，本專利技術(shù)具有如下有益效果：
31、1、采用擴(kuò)散模型，通過逆擴(kuò)散捕捉數(shù)據(jù)分布的底層復(fù)雜性，生成具有精細(xì)細(xì)節(jié)和真實(shí)紋理的高質(zhì)量圖像，且逆擴(kuò)散過程將復(fù)雜的數(shù)據(jù)分布映射回簡(jiǎn)單分布，允許潛在空間表示數(shù)據(jù)中存在的有意義的特征、模式和潛變量，具有更可解釋的潛在空間；
32、2、同時(shí)通過使用基于似然的訓(xùn)練，訓(xùn)練擴(kuò)散模型通常更加穩(wěn)定，避免了模式崩潰；同時(shí)由于使用了基于似然的訓(xùn)練和逆擴(kuò)散的固有屬性，擴(kuò)散模型對(duì)過擬合更具魯棒性，這鼓勵(lì)了更連貫和多樣的樣本生成。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于擴(kuò)散模型的SAR圖像到光學(xué)圖像轉(zhuǎn)換方法，其特征在于，包括：
2.如權(quán)利要求1所述的基于擴(kuò)散模型的SAR圖像到光學(xué)圖像轉(zhuǎn)換方法，其特征在于，所述將原始光學(xué)圖像輸入去噪擴(kuò)散模型，將其逐步添加高斯噪聲，得到有噪光學(xué)圖像，包括：
3.如權(quán)利要求2所述的基于擴(kuò)散模型的SAR圖像到光學(xué)圖像轉(zhuǎn)換方法，其特征在于，所述將組合圖輸入至噪聲預(yù)測(cè)網(wǎng)絡(luò)，包括：
4.如權(quán)利要求3所述的基于擴(kuò)散模型的SAR圖像到光學(xué)圖像轉(zhuǎn)換方法，其特征在于，所述噪聲預(yù)測(cè)網(wǎng)絡(luò)的噪聲損失項(xiàng)，還包括：
5.如權(quán)利要求4所述的基于擴(kuò)散模型的SAR圖像到光學(xué)圖像轉(zhuǎn)換方法，其特征在于，所述對(duì)抗損失，包括：
6.如權(quán)利要求5所述的基于擴(kuò)散模型的SAR圖像到光學(xué)圖像轉(zhuǎn)換方法，其特征在于，所述感知損失，包括：
7.如權(quán)利要求6所述的基于擴(kuò)散模型的SAR圖像到光學(xué)圖像轉(zhuǎn)換方法，其特征在于，所述計(jì)算總損失函數(shù)，包括：
【技術(shù)特征摘要】
1.一種基于擴(kuò)散模型的sar圖像到光學(xué)圖像轉(zhuǎn)換方法，其特征在于，包括：
2.如權(quán)利要求1所述的基于擴(kuò)散模型的sar圖像到光學(xué)圖像轉(zhuǎn)換方法，其特征在于，所述將原始光學(xué)圖像輸入去噪擴(kuò)散模型，將其逐步添加高斯噪聲，得到有噪光學(xué)圖像，包括：
3.如權(quán)利要求2所述的基于擴(kuò)散模型的sar圖像到光學(xué)圖像轉(zhuǎn)換方法，其特征在于，所述將組合圖輸入至噪聲預(yù)測(cè)網(wǎng)絡(luò)，包括：
4.如權(quán)利要求3所述的基于擴(kuò)散模型的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：胡宇昂，毛永飛，趙梁博，王宇，師皓，何靜飛，楊靖怡，
申請(qǐng)(專利權(quán))人：北京理工大學(xué)重慶創(chuàng)新中心，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。