基于机器学习SAR图像噪声抑制技术研究

摘要

为提高含噪声SAR(合成孔径雷达)图像的目标识别能力,提出基于机器学习的图像噪声抑制技术的研究思路.该思路通过问题估计,为含噪声图像获得清晰的输出景物,从而生成一个与含噪声图像相符合的增强的合成景物世界.该技术以马尔可夫网络为体系,根据图像与景物、景物与景物之间的联系来确定网络上的信息传递规则,从大量的训练事例中学习并获得网络参数,利用贝叶斯方法为原图像找到理想的后验概率,生成一个清晰的超分辨率结果图.