(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211532678.5 (22)申请日 2022.12.02 (71)申请人 耕宇牧星 （北京） 空间科技有限公司 地址 100080 北京市海淀区地锦路9号院14 号楼101-1 (72)发明人 李冠群　俞伟学　 (74)专利代理 机构 北京华创智道知识产权代理 事务所(普通 合伙) 11888 专利代理师 朱泽义 (51)Int.Cl. G06T 11/40(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于卷积网络的合成孔径雷达图像着 色方法 (57)摘要 本发明涉及图像处理技术领域， 公开了一种 基于卷积网络的合成孔径雷达图像着色方法， 包 括： 获取原始合成孔径雷达图像， 根据图像着色 计算池得到精细化图像， 将所述精细化图像输入 至合成孔径雷达图像着色网络， 得到着色图像。 通过以双阶三分支卷积模块组件合成孔径雷达 图像图像着色生成器网络， 能够 充分提取合成孔 径雷达图像图像的深层多尺度语义特征信息， 从 而根据合成孔径雷达图像图像所观测到的地物 信息学习赋予其对应的色彩信息， 并通过判别器 网络与着色网络联合的对抗训练， 提高合成孔径 雷达图像图像的着色结果的视觉真实性， 从而降 低对于合 成孔径雷达图像图像的解译门槛， 使其 更易视觉上进行理解。 权利要求书4页 说明书15页 附图5页 CN 115546351 A 2022.12.30 CN 115546351 A 1.一种基于卷积网络的合成孔径雷达图像着色方法， 其特 征在于， 包括： 获取原始合成孔径雷达图像； 根据图像着色计算池得到精细化图像； 将所述精细化图像输入至合成孔径雷达图像着色网络， 得到着色图像。 2.根据权利要求1所述的一种基于卷积网络的合成孔径雷达图像着色方法， 其特征在 于， 所述根据图像着色计算池得到精细化图像的方法为： 将所述原始合成孔径雷达 图像输入至所述图像着色计算池， 所述图像着色分支共有9 个着色计算池和双阶三分支卷积模块， 将所述原始合成孔径雷达图像依 次通过9个着色计 算池得到所述精细化图像， 通过第一个着色计算池的公式为， ； 其中， 表示通过第一个着色计算池的输出； 表示卷积； 表示整流线性激活函数； 表示原始合成孔径雷达图像； 将所述原始合成孔径雷达图像通过第 一个着色计算池的结果依次输入至第 二个、 第三 个和第四个着色计算池， 其中的公式为， ； 其中， 表示通过第 个着色计算池的输出； 表示双阶三分支卷积模块； 表示倍数为2的最大池化； 将通过第四个着色计算池的结果输入至第五个着色计算池， 其中的公式为， ； 其中， 表示倍数为2的最邻近插值； 表示通过第 个着色计算池的输出； 将通过第五个着色计算池的结果依次输入至第六个、 第七个和第八个着色计算池， 其 中的公式为， ； 其中， 表示通过第 个着色计算池； 表示通道堆叠； 将通过第一个着色计算池的输出 和通过第八个着色计算池的输出 通过第九个着色权　利　要　求　书 1/4 页 2 CN 115546351 A 2计算池进 行通道堆叠， 使用所述双阶三分支卷积模块对其进 行精细处理后得到所述精细化 图像， 得到所述精细化图像的公式为， ； 其中， 表示精细化图像。 3.根据权利要求2所述的一种基于卷积网络的合成孔径雷达图像着色方法， 其特征在 于， 使用所述双阶三分支卷积模块的方法为： 所述双阶三分支卷积模块包含两个阶段， 每个阶段包括三个对不同尺度进行特征提取 的提取分支， 第一阶段为初阶特征提取， 第二阶段为则高阶特征提取， 通过如下公 式对所述 双阶三分支卷积模块进行训练， ； ； ； 其中， 表示训练双阶三分支卷积模块的输入； 表示整流线性激活函数； 表示一个3×3的卷积； 表示一个5×5的卷积； 表示一个7×7的卷积； 表示通过第一阶段第一个提取分支的输出； 表示通过第一阶段第二个提取分支的输出； 表示通过第一阶段第三个提取分支的输出； 合并和融合第一阶段中三个提取分支的输出， 得到第一结果， 其中公式为， ； 其中， 表示第一结果； 将所述第一结果输出至第 二阶段得到通过第 二阶段三个提取分支中的输出， 其中公式 为， ； ； ；权　利　要　求　书 2/4 页 3 CN 115546351 A 3