中文字幕高清免费日韩视频在线,乡下女人做爰A片,猫咪av成人永久网站在线观看,亚洲高清有码中文字,国产精久久一区二区三区

您所在的位置：首页 > 通信与网络 > 设计应用 > 基于BM4D的即插即用层析SAR成像
基于BM4D的即插即用层析SAR成像
电子技术应用
王琨1，2，3，张冰尘1，2
1.中国科学院空天信息创新研究院；2.空间信息处理与应用系统技术重点实验室； 3.中国科学院大学 电子电气与通信工程学院
摘要： 层析合成孔径雷达是一种先进的三维遥感技术，通过引入先验模型能够提高成像质量。现有方法通过显式正则化算子约束重构过程，但其难以兼容非解析先验模型。将快速迭代收缩阈值算法（FISTA）与即插即用（PnP）框架相结合，在迭代过程中插入基于四维块匹配滤波（BM4D）的非解析插件，无需构建显式正则化算子即可将其用于层析成像特征增强。实验表明，所提框架具有快速收敛的优势，通过该框架引入的BM4D先验在针对具有复杂结构特征的目标成像时表现出优秀的性能，为非解析先验在层析成像中的应用提供了通用化解决方案。
中图分类号：TN957.52 文献标志码：A DOI: 10.16157/j.issn.0258-7998.256511
中文引用格式： 王琨，张冰尘. 基于BM4D的即插即用层析SAR成像[J]. 电子技术应用，2025，51(10)：117-122.
英文引用格式： Wang Kun，Zhang Bingchen. Plug-and-Play tomographic SAR imaging based on BM4D[J]. Application of Electronic Technique，2025，51(10)：117-122.
Plug-and-Play tomographic SAR imaging based on BM4D
Wang Kun1，2，3，Zhang Bingchen1，2
1.Aerospace Information Research Institute， Chinese Academy of Sciences；2.Key Laboratory of Technology in Geo-spatial Information Processing and Application System；3.School of Electronic， Electrical and Communication Engineering， University of Chinese Academy of Sciences
Abstract： Tomographic Synthetic Aperture Radar (TomoSAR) is an advanced 3D remote sensing technology capable of enhancing imaging quality through the incorporation of prior models. Existing methods typically use explicit regularization constraints in the reconstruction process. However, non-analytic priors face challenges in TomoSAR imaging. This paper combines Fast Iterative Shrinkage-Thresholding Algorithm (FISTA) with Plug-and-Play (PnP) framework, embedding a BM4D-based non-analytic prior during iterations. Our proposed method enables feature enhancement in TomoSAR imaging without designing explicit regularization operators. Experimental results show that the proposed framework offers fast convergence. The BM4D prior introduced via this framework achieves excellent performance in TomoSAR imaging of targets with complex structure features. Our proposed framework provides a universal solution for the application of non-analytic prior models in tomographic imaging.
Key words : tomographic synthetic aperture radar；plug-and-play；block-matching 4D filtering （BM4D）；feature enhancement；fast iterative shrinkage-thresholding algorithm

引言

合成孔径雷达（Synthetic Aperture Radar, SAR）[1]是一种先进的地球遥感技术，具有全天时、全天候的观测能力。层析合成孔径雷达（Tomographic SAR, TomoSAR）[2-3]技术利用多基线观测系统获取多幅二维SAR复图像，在高程方向上进行孔径合成以获取目标的高程信息。层析SAR技术通过重构方位-距离分辨单元内的散射系数获取目标高程信息，该过程可以表示为前向模型与先验模型的优化求解。其中，前向模型基于层析成像的物理机制构建，表示为噪声影响下的线性系统，常采用最小二乘准则建立数据保真项。先验模型通过引入目标的特征约束，构造正则化惩罚项以提高重构质量。

近年来，根据成像目标特征构建的先验模型有力推动了层析成像特征增强算法的发展。基于压缩感知（Compressive Sensing, CS）理论的成像方法从目标的稀疏性出发，实现了城市区域目标的超分辨重构和高质量成像[4]。针对具有空间连续性特征的建筑物，全变分（Total Variation, TV）正则化能够有效消除重构点云中的噪声，同时填补平滑表面缺失的结构[5]。由于TV先验缺乏对完整三维空间结构特征的建模能力，基于形态学正则化的成像方法通过计算散射体在三维邻域内的形态学特征，保留目标在三维空间中的完整结构信息[6]。除此之外，研究者通过线段检测与结构先验优化建筑立面重建效率[7]，通过平面与线性几何语义约束的融合提升三维成像的精度[8]，构建Z型几何模型实现高聚集度建筑点云重构[9]。这些研究为提高三维成像质量提供了多种思路。

随着数据驱动的非解析先验模型的发展，目前缺乏兼容该类先验的通用层析重构框架。针对该问题，本文引入即插即用（Plug-and-Play, PnP）[10]思想，以实现非解析先验在层析成像中的嵌入。PnP的核心思想为解耦前向模型与先验模型的求解过程，通过采用PnP先验替代近端算子，建立具有模块化结构的通用性框架。PnP框架基于交替方向乘子法[10]、迭代收缩阈值法（Iterative Shrinkage-Thresholding Algorithm, ISTA）[11]等算法建立，其广泛应用于计算成像[12]、磁共振成像[13]及雷达成像[14-15]等多个领域。

基于上述背景，本文提出了一种通用化层析SAR成像框架，该框架能够兼容非解析先验模型。本文建立了基于快速迭代收缩阈值算法（Fast ISTA, FISTA）和PnP先验的层析SAR重构框架，该框架具有较快的收敛速度，通过该框架引入的四维块匹配滤波（Block-Matching and 4D filtering, BM4D）[16-17]先验能够保留目标复杂结构特征。


本文详细内容请下载：

//www.51qz.net/resource/share/2000006817


作者信息：

王琨1，2，3，张冰尘1，2

（1.中国科学院空天信息创新研究院，北京 100094；

2.空间信息处理与应用系统技术重点实验室，北京 100094；

3.中国科学院大学 电子电气与通信工程学院，北京 100049）


subscribe.jpg

此内容为AET网站原创，未经授权禁止转载。