Применение Real-ESRGAN для повышения качества изображений, получаемых радаром с синтезированной апертурой
Журнал: Труды Московского физико-технического института @trudy-mipt
Рубрика: Информатика и управление
Статья в выпуске: 3 (71) т.18, 2026 года.
Бесплатный доступ
Получаемые с помощью радара с синтезированной апертурой изображения всегда содержат спекл-шум, что затрудняет их анализ. Существующие методы фильтрации такого шума не позволяют подавить его без полного отсутствия побочных эффектов: ухудшение детализации, структурные искажения и т. п. В этой работе предложен новый подход к созданию методов фильтрации спекл-шума на основе моделей повышения разрешения. Данная методика продемонстрирована на Real-ESRGAN. Проведен сравнительный анализ полученных результатов относительно популярных алгоритмов: TransSAR, FANS и SAR-BM3D. При тестировании использовались показатели качества ENL, SSIM и LPIPS, а также оценка эффективности распознавания целевых объектов на обработанных изображениях по AP50. Полученные результаты свидетельствуют о том, что разработанный по предложенной методике метод реализует высококачественное подавление спекл-шума при практически полном сохранении детализации входного изображения, значительно превосходя по качеству обработки существующие алгоритмы.
Короткий адрес: https://sciup.org/142248879
IDS: 142248879 | УДК: 004.932.4
Application of the Real-ESRGAN to SAR images quality enhancement
Synthetic aperture radar images are inherently corrupted by speckle noise, which hinders their exploitation. Existing despeckling methods suffer from detrimental side effects, such as detail degradation and structural artifacts. This study proposes a novel approach to the design of speckle filtering methods that leverage super-resolution models by building upon them. The presented methodology is demonstrated using Real-ESRGAN. A comparative evaluation was conducted against established despeckling algorithms: TransSAR, FANS, and SAR-BM3D. Performance was assessed by utilizing ENL, SSIM, and LPIPS image quality metrics, alongside AP50 for evaluation of target recognition accuracy on the filtered images. Obtained results indicate that the method developed by following the proposed methodology achieves excellent speckle noise suppression performance while nearly perfectly preserving the input image details, significantly exceeding existing algorithms in terms of output quality.
