系统工程与电子技术

作者：陈海青(), 汪刘应(), 刘顾, 王龙, 葛超群, 陈孟州

单位：火箭军工程大学智剑实验室，陕西 西安 710025

关键词：合成孔径雷达,图像去噪,相干斑抑制,人工智能,深度学习

基金：陕西省“特支计划”（陕组通字(2020)44号）；中国博士后科学基金（2022M723884）；陕西省自然科学基础研究计划（2022JQ-356）资助课题

合成孔径雷达（synthetic aperture radar, SAR）成像过程中相干斑噪声的影响显著降低图像的质量和准确性，给图像的后续解译带来挑战。简要概述SAR图像相干斑的形成机理，列举常用SAR数据集及在相干斑噪声建模中的应用，比较传统去噪算法和基于深度学习的去噪算法的研究进展。在总结国内外学者研究的基础上，介绍空域滤波、非局部均值和变换域滤波等传统去噪方法的原理及优缺点，分析这些方法在保留图像细节与抑制噪声方面的局限性。概括包括卷积神经网络、生成对抗网络等在内的深度学习去噪算法的最新发展，探讨不同模型的优势与改进策略。最后，通过实验对比分析各算法的性能和不足，探讨当前SAR图像去噪面临的挑战及未来的发展趋势。

来源：2026年第1期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2026年第1期