Odstranjevanje pegastega šuma iz slik SAR

O projektu

Radarske slike SAR prekriva zrnat pegasti šum, ki otežuje njihovo razlago. Z globokimi nevronskimi mrežami ga odstranimo, robovi in podrobnosti pa ostanejo – osnova za natančnejšo analizo slik.

Pegasti šum (angl. speckle) ni napaka senzorja, temveč posledica koherentnega slikanja: odboji številnih drobnih sipalcev znotraj ene celice ločljivosti se seštevajo z različnimi fazami. Klasični filtri šum sicer zmanjšajo, a hkrati zabrišejo robove. Nevronska mreža se nauči ločiti šum od strukture v sliki.

Za učenje potrebuje mreža pare slik: posnetek s šumom in čisto referenčno sliko istega območja. V magistrskem delu je uporabljen veččasovni pristop – referenčna slika okolice Maribora je povprečje več kot 400 posnetkov satelita Sentinel-1. S povprečenjem se pegasti šum, ki je od posnetka do posnetka naključen, izniči, struktura terena pa ostane.

Kako deluje

1. Priprava podatkov: posnetke Sentinel-1 iste lokacije obdelamo, poravnamo in popravimo za teren.
2. Referenčna slika nastane s povprečenjem več kot 400 poravnanih posnetkov.
3. Konvolucijska mreža s kodirnikom in dekodirnikom ter modulom neprekinjene pozornosti (CAM) se nauči preslikave iz posnetka s šumom v referenčno sliko.
4. Primerjava z osmimi klasičnimi filtri (Boxcar, Median, Frost, Gamma MAP, Lee, Refined Lee, Lee Sigma, IDAN) po merilih PSNR in SSIM – globoko učenje je doseglo najboljše rezultate.