从单时相SAR去噪到多时相SAR去噪：一种基于潜在空间的迁移学习方法 潘宝静， 于泽， 姚贤润， 田志强， 任伟

《Remote Sensing》：From Single-Look to Multi-Temporal SAR Despeckling: A Latent-Space Guided Transfer Learning Approach Baojing Pan, Ze Yu, Xianxun Yao, Zhiqiang Tian and Wei Ren

　　**亮点**

**主要研究发现是什么？**
本文提出了一种基于潜在空间的迁移学习框架（LGT-SAR），通过潜在空间正则化，明确地将二维单次观测的去斑处理与三维时空建模联系起来，实现了多时相SAR去斑处理的有效知识迁移。该方法在去斑过程中能够更好地保留图像细节和边缘特征。

**主要发现的意义是什么？**
该方法通过重用成熟的单图像先验知识，在多时相样本量有限的情况下，提供了一种训练稳健的多时相去斑模型的实用途径，有效减轻了过度平滑和结构失真的问题。全卷积设计支持可变长度的时间序列输入，提高了模型对不同采集/采样条件的适应能力，便于在多种SAR时间序列场景中应用。

**摘要**
合成孔径雷达（SAR）图像受斑点噪声的影响，这限制了其在精细目标识别和定量分析中的应用。最近的基于深度学习的单图像SAR去斑方法在空间结构建模方面取得了显著进展，但在利用多时相数据的时间冗余性方面仍存在不足。现有的多时相去斑方法通常依赖于复杂的时空网络结构，当训练样本有限时容易出现过度平滑或细节丢失的问题。为了解决这些问题，本文从迁移学习和表征对齐的角度提出了一种潜在空间引导的多时相SAR去斑方法，实现了从单图像SAR去斑到多时相去斑任务的有效知识迁移。该方法将单图像SAR去斑任务视为知识源领域，利用预训练的单图像去斑模型学到的稳定潜在空间表征作为先验约束。在多时相去斑模型的训练过程中引入了潜在空间正则化机制，从而在二维空间模型与三维时空模型之间建立了明确的表示桥梁。通过这种策略，多时相模型在有限的训练样本下继承了单图像模型的结构感知能力，有效提升了去斑效果，同时保持了图像细节和结构一致性。此外，采用纯卷积网络架构来支持可变长度的时间序列输入，增强了该方法在不同时间采样条件下的适应性。

**1. 引言**
合成孔径雷达（SAR）图像由于其相干成像机制不可避免地会受到斑点噪声的影响，这严重限制了其在精细目标识别和定量分析中的应用。多年来，单图像（单时相）SAR去斑一直是SAR图像预处理中的基础问题，并在统计建模、非局部滤波和深度学习等领域得到了广泛研究。这些方法逐渐形成了一组具有稳定性能的单图像去斑模型。然而，随着多时相SAR数据采集能力的提高，如何将单图像中的成熟模型和知识有效转移到多时相SAR去斑场景中成为一个关键挑战。与简单重新设计多时相网络结构不同，这一问题本质上是跨任务和跨维度的表征迁移以及建模范式的转变——具体来说，是如何实现从二维空间建模到三维时空联合建模的有效过渡。

传统的单图像去斑方法主要利用空间邻域或统计特征进行滤波。这类方法在处理复杂纹理区域时往往难以平衡斑点抑制和细节保留[1,2]。传统的单图像去斑方法[3,4]（包括基于统计建模、滤波设计和非局部方法）可以在一定程度上减少斑点噪声，但在纹理复杂的区域常会导致细节丢失或过度平滑。随着遥感数据采集能力的提升，获取多时相SAR图像序列已成为可能，为斑点抑制提供了新的信息来源。多时相去斑方法通过融合同一场景在不同时间拍摄的图像来增强斑点抑制效果，利用时间冗余性，同时尽量减少结构信息的丢失。例如，基于比率的多时相去斑方法[5]通过时间平均图像构建比率图像，使得单图像去斑方法能够在多时相环境中更有效地工作。多时相SAR去斑算法MSAR-BM3D[6]（单图像SAR-BM3D[7]的扩展）在空间和时间维度上进行块匹配和协作滤波，实现了更好的多时相数据去斑效果。MSAR-BM3D[6]利用图像的自相似性，在空间上匹配重复结构的同时整合时间序列中的冗余信息，从而比传统方法具有更好的斑点噪声去除和细节保留能力。

近年来，深度学习方法在图像去斑任务中显示出显著优势，并逐渐扩展到SAR去斑领域。基于卷积神经网络（CNNs）[8,9,10,11]的单图像去斑方法在单图像去斑方面取得了优异成果，但这些方法忽略了时间冗余信息，限制了多时相数据的充分利用。为了解决这一限制，近期研究开始将时间信息纳入深度SAR去斑框架[12,13,14]中。例如，ISSMSAR[15]整合多时相信息以实现联合去斑和超分辨率，展示了深度网络在利用时间冗余方面的潜力。为了进一步提高多时相去斑性能，最近的研究尝试通过引入时间特征交互、跨时间融合模块和专门的时空学习策略将深度网络扩展到时空建模中[16,17]，以更有效地利用多时相数据中的时间相关性，从而提升去噪效果和细节保留能力。尽管多时相去斑方法已取得进展，但仍面临许多挑战。一方面，多时相图像序列受到采集成本、卫星轨道周期等因素的限制，导致数据稀缺，难以充分训练时空模型；另一方面，在去除斑点的同时保持图像结构细节并避免过度平滑仍然是一个研究难题。因此，将有效的先验知识引入多时相SAR去斑成为了一个重要的研究方向[2,18]。一些研究通过结合时间平均信息和深度网络来提升多时相去斑性能，例如通过结合比率图像与深度网络来增强去噪效果[19]。此外，还提出了自监督学习框架以解决实际SAR图像中缺少带标签噪声数据的问题[20,21]，但这些方法仍依赖于大量多时相数据特征进行训练。

为了解决这些挑战，本文从迁移学习和表征对齐的角度提出了一种潜在空间引导的多时相SAR去斑方法。潜在空间指的是编码器在处理输入数据时提取的中间特征，捕获了指导解码器生成输出图像的关键信息。与主要依赖复杂时空网络结构来挖掘多时相信息的现有方法不同，我们认为多时相SAR去斑的核心挑战在于有效利用单图像SAR去斑模型中学到的稳定空间表征，并将其转移到时空建模任务中。为此，我们将单图像SAR去斑任务视为知识源领域，利用预训练的单图像SAR去斑模型学到的稳定潜在表征作为多时相去斑模型训练过程中的监督和先验约束。我们引入了潜在空间正则化机制，在二维空间模型和三维时空模型之间建立了明确的表示桥梁，不仅在有限的多时相训练样本条件下提高了模型训练的稳定性和泛化能力，还有效解决了传统多时相方法中的过度平滑和结构失真问题。此外，本文采用纯卷积神经网络架构，支持可变长度的多时相序列输入，增强了该方法在不同时间采样条件下的适应性和实用性。

**2. 方法与材料**
本节介绍了所提出的LGT-SAR框架的方法论和实验基础。首先介绍了潜在空间引导迁移学习的基本思想和相关的正则化设计，然后描述了网络结构、工作流程和损失函数，随后构建了用于研究的训练数据集、实验数据以及模型优化的训练策略。

**2.1. 基本思想**
所提出方法的核心思想（Latent-Space Guided Multi-Temporal SAR Despeckling, LGT-SAR）并不是完全依赖于多时相网络自身的时间建模能力，而是从迁移学习的角度，将单图像SAR去斑任务中学到的良好训练的潜在表征引入多时相去斑模型的训练过程中。本文中的潜在空间指的是编码器在解码之前产生的中间特征表示。通过明确引入潜在空间对齐约束，多时相模型可以在有限训练数据的情况下继承单图像模型的空间结构感知能力，从而实现从单图像SAR去斑到多时相SAR去斑的有效过渡。

**2.1.1. 基于单图像先验的迁移策略**
如图1所示，所提出的框架遵循从预训练的二维单图像SAR去斑模型到可训练的三维多时相去斑模型的迁移学习范式。主要思想是利用预训练的二维模型作为先验知识来源，并将其稳定的空间表征引入三维时空建模过程。具体来说，首先在单图像SAR数据上训练二维卷积去斑网络以学习区分性空间结构特征，然后通过沿时间维度扩展二维卷积核来构建三维多时相模型，并进一步用于初始化三维网络的参数。在此基础上，引入潜在空间对齐正则化，使三维多时相模型能够在训练过程中继承和利用二维单图像模型学到的先验表征。

**2.1.2. 编码器-解码器潜在空间正则化设计**
在训练过程中，在编码器和解码器两端引入潜在空间正则化约束以实现模型间的对齐。在编码器端，我们确保三维多时相模型学到的潜在表征与预训练的二维单图像编码器提取的潜在表征兼容；在解码器端，要求三维编码器生成的潜在表征仍能被预训练的二维单图像解码器有效解释。这样，在预训练的二维模型和可训练的三维模型之间建立了明确的跨模型监督，从而将三维时空表示空间限制在与单图像任务学到的先验分布相近的范围内。

**2.2. 网络结构**
所提出的方法基于迁移学习，旨在利用单图像SAR去斑模型学到的空间结构先验来指导多时相SAR去斑模型的训练。基于这一思想，我们构建了一个端到端的多时相自动编码器网络，如图2所示。该网络由一个主要重构分支和两个辅助的跨模型正则化分支组成。主要分支是一个可训练的三维多时相编码器-解码器对，辅助分支包括一个预训练的二维单图像编码器-解码器对。多时相编码器采用3D卷积结构，逐层提取时空特征并生成潜在表示（1）。相应的高性能多时相解码器对这些特征进行逐步上采样和融合，以重建最终输出（2）。预训练的单帧图像模型由和中表示，它们已在单帧SAR去斑点数据上进行了训练，以抑制斑点的同时保留空间结构。在这种架构下，模型通过预训练的2D先验分支进行空间建模，通过可训练的3D分支进行时空建模。与传统的2D单帧去斑网络相比，该方法将部分卷积层扩展为3D卷积，使网络能够捕捉多时相SAR图像堆栈中的空间结构和时间相关性。采用的架构完全是卷积的，这提供了几个优势。首先，3D卷积核在空间和时间维度上共享权重，有效地提取了局部时空特征，同时减少了参数数量和在训练数据有限时过拟合的风险。其次，与涉及复杂门控或注意力机制的模型相比，全卷积网络更容易优化，并且通常产生更稳定的训练结果。第三，卷积结构自然促进了迁移学习：来自单帧图像模型的预训练2D卷积核可以直接扩展并在3D多时相网络中重用，从而加速了收敛并提高了时空特征初始化的效果。

2.3. 网络工作流程
如图2所示，所提出的框架包含一个主要的多时相重建分支和两个辅助的跨模型正则化分支。上层分支是主要的重建路径，在推理过程中是唯一使用的分支。给定输入序列X，可训练的3D编码器首先提取潜在表示Z，然后可训练的3D解码器重建去斑点的多时相输出。为了进一步提高多时相模型的去斑性能，在训练过程中引入了两个辅助的跨模型监督分支。这些分支使用预训练的2D单帧图像模型作为潜在空间教师，对3D网络的编码器和解码器进行正则化。
在编码器侧的正则化分支中，映射的单帧输入首先由预训练的2D编码器处理以获得2D兼容的潜在特征，然后由3D解码器解码。这一分支鼓励3D解码器正确解释来自预训练2D编码器的潜在特征。
在解码器侧的正则化分支中，由3D编码器生成的潜在表示进一步由预训练的2D解码器解码。这一分支限制3D编码器生成的潜在特征与预训练2D模型的特征空间保持兼容。

这里，表示一个时间到单帧的映射操作符，将多时相输入序列转换为适合预训练单帧编码器的单帧表示。在这项工作中，被实现为时间平均操作，其中平均范围与多时相编码器的时间压缩行为相匹配。同样，表示用于将重建的多时相输出投影到单帧域的输出侧映射操作符，以便可以直接与预训练单帧解码器的输出进行比较。为了保持一致性，遵循与相同的时间平均原则。因此，在训练过程中，该框架包含一个主要的3D重建路径和两个辅助的正则化路径。主路径产生最终的去斑点输出，而两个辅助路径仅用于构建潜在空间对齐损失。在推理过程中，最终的去斑结果仅由主要的3D编码器-解码器分支生成。

2.4. 训练损失函数设计
在多时相SAR去斑任务中，直接训练3D时空模型可能会导致潜在空间表示不稳定或偏移，特别是在训练数据有限的情况下。为了解决这个问题，所提出的方法不仅仅使用单帧模型作为初始化工具，而是将其作为先验约束源。通过引入潜在空间正则化，多时相模型的训练被连续引导到与预训练的2D模型兼容的表示空间。
为了有效地将预训练单帧模型的先验知识纳入多时相模型的训练中，我们引入了编码器侧和解码器侧的正则化策略[22]，除了传统的像素域去斑点损失之外。设计了两个正则化项来对齐2D和3D模型的潜在空间。

2.4.1. 编码器潜在空间对齐
编码器侧的正则化旨在强制从预训练的单帧编码器学习的潜在表示与从可训练的多时相编码器学习的潜在表示之间的一致性。给定输入的多时相序列X，主要重建分支首先生成（3）（4）。同时，映射的单帧表示被输入到预训练的单帧编码器以获得（5）。然后该潜在表示由多时相解码器解码：（6）。编码器侧的正则化损失定义为（7）。这种损失鼓励多时相解码器正确解释预训练单帧编码器提供的潜在特征，从而提高2D和3D特征空间之间的兼容性。

2.4.2. 解码器输出对齐
解码器侧的正则化旨在限制多时相编码器生成的潜在表示，使其与预训练的单帧解码器保持兼容。给定潜在特征（8），预训练的单帧解码器产生（9）。由于在单帧域中操作，重建的多时相输出通过（10）被投影到相应的单帧表示。解码器侧的正则化损失定义为（11）。这种正则化确保多时相编码器学习的潜在特征与预训练的单帧解码器能够正确解码的表示空间保持接近。

2.5. 总损失函数
总损失函数包括基本的像素域去斑点损失、编码器潜在空间对齐损失和解码器输出对齐损失。定义像素域去斑点损失为模型输出与参考标签Y之间的误差：（12）。最后，模型的优化目标是所有损失的加权和：（13），其中和是超参数，用于平衡编码器和对齐损失的重要性，分别在2.4.1节和2.4.2节中介绍。通过引入上述正则化项，将预训练单帧模型的知识纳入多时相模型的训练中。确保多时相解码器能够正确利用来自预训练2D编码器的潜在特征，保持重建空间细节的能力。引导多时相编码器提取不偏离预训练单帧特征分布的特征，从而提高时空特征提取的可靠性。这些项共同建立了多时相模型和单帧模型之间的潜在空间一致性约束，在多时相数据有限的情况下提高了去斑性能，并增强了训练稳定性和收敛速度。

2.6. 训练数据集构建
在SAR去斑中，通常无法获得完全无斑点的参考数据。为了构建配对的训练样本，我们采用了受物理启发的、基于散射体的回波仿真与带限SAR图像形成模型。这种仿真遵循我们之前在SAR-SPD工作中提出的数据生成框架[8]。
我们从真实SAR图像块中提取的反射率代理开始，在细网格上构建一个过采样散射体地图（间距为）。具体来说，对于每个输出分辨率像素，相应的分辨率单元包含个子散射体；在这项工作中，我们使用（即，在最细网格上的采样）。这些散射体的子像素位置由每个输出像素支持内的过采样网格点表示，因此每个输出像素是由多个子散射体的相干叠加形成的，而不是由单个点目标形成的。
对于多时相设置，每个由t索引的采集都是使用相应的时间t的原始SAR振幅块独立模拟的。重要的是，我们模拟器中的振幅参数不是由自回归或随机演化模型生成的；而是直接从原始数据中取得的。具体来说，对于时间t的第i个子散射体，我们分配一个复系数（14），其中是从原始SAR振幅获得的，并用作映射到过采样网格上的散射/反射率代理，用于表示相对于参考斜距的确定性传播相位。用表示第i个子散射体的斜距坐标，模拟器应用（15），其中是雷达波长。
给定每次采集的复散射场，SAR图像形成效果是通过在方位角和距离上使用sinc函数构建的可分离的二维带限脉冲响应来建模的。让和表示由模拟器参数确定的方位角-时间和距离-时间采样网格。方位角和距离核定义为（16）（17），其中是由平台/天线设置和目标方位角分辨率确定的多普勒带宽，是由目标距离分辨率确定的花谱带宽。然后2-D脉冲响应为（18），并在过采样网格上通过2-D卷积和振幅归一化（19）（20）获得聚焦的复数图像，其中v是平台速度，C是光速。最后，通过因子对进行下采样，以匹配所需的输出分辨率（21），生成模拟的复数SAR图像。这里，是一个归一化系数，反映了系统带宽和采集几何对聚焦SAR响应的缩放效应；表示过采样仿真网格的采样间距；和分别表示方位角和距离方向下的下采样因子，用于将过采样的模拟图像转换为目标输出分辨率。
通过相干叠加和带限成像，模拟观测自然表现出类似斑点的波动，同时保留了从原始振幅代理继承的结构内容。由于在这项工作中使用的真实多时相数据堆是预先配准的，模拟输入和相应的参考块可以以像素为单位配对，而无需在数据集构建中引入额外的配准步骤。最后，模拟的多时相斑点序列作为网络输入，而相应的原始SAR块作为监督学习的参考标签，产生具有真实斑点外观和一致场景结构的训练对。该仿真流程仅用于离线训练数据构建，不是LGT-SAR推理工作流程的一部分。

2.7. 实验数据描述
所有实验都是在TanDEM-X（TDX-1）任务获取的真实机载SAR数据上进行的。我们使用Level 1B SSC产品。这种产品类型保留了同相/正交样本，使得可以形成用于网络训练的振幅表示。表1总结了元数据中报告的关键参数。表1. 本工作中使用的TanDEM-X（TDX-1）Spotlight SSC（Level 1B）产品的关键参数。我们考虑了一个多时相去斑设置，其中同一区域的多个SSC采集被组织成一个时间堆栈。具体来说，本工作中的每个训练样本由一系列共配准的采集组成。对于每次采集，复数图像被转换为振幅（21）。为了实现像素级别的时间学习，所有时间图像都与选定的参考采集进行共配准以实现准确对齐。训练样本是通过从对齐的振幅堆中裁剪固定大小的块来生成的。因此，每个样本可以写为（22），其中表示时间索引t处的共配准振幅块。
图3展示了构建的多时相振幅块的代表示例。每个示例对应于在相同时间点观察到的相同空间区域，展示了底层后向散射结构的强时间一致性和采集之间的明显乘法斑点波动。这些示例证明了使用时间冗余可以提高去斑性能。图3. SAR数据示例。（a–h）在相同空间位置裁剪的共配准SAR振幅块，分别对应于第一次到第八次时间采集。图4展示了使用第2.6节描述的仿真流程从原始多时相SAR数据集构建的训练数据的代表示例。与仅显示原始时间SAR堆栈的图3不同，图4包括模拟的噪声输入和相应的原始SAR标签。具体来说，图4显示了两个不同的场景，为了清晰起见，每个场景显示了四个时间采集。第一行和第三行显示了模拟的斑点输入，而第二行和第四行显示了用作标签的相应原始SAR振幅块。图4。构建的训练数据集示例。(a–d) 第1场景在四个选定时间点上的模拟斑点输入；(e–h) 第1场景对应的原始SAR振幅标签；(i–l) 第2场景在四个选定时间点上的模拟斑点输入；(m–p) 第2场景对应的原始SAR振幅标签。图4a–d,i–l显示了作为网络输入的模拟斑点观测数据，其中子散射体的相干叠加和随后的带限成像自然产生了真实的斑点波动，同时保持了主要场景结构。图4e–h,m–p显示了相应的标签，其振幅直接取自采集时的原始SAR数据，因此保留了底层的反射率模式。为了清晰起见，展示了来自多时相堆栈的四个采集数据。2.8. 训练策略为了确保从单图像模型到多时相模型的知识转移过程中的连续性和稳定性，我们采用了基于预训练单图像网络的权重转移初始化策略。具体来说，为了有效利用预训练的2D单图像去斑点模型，我们通过核膨胀将2D权重转移来初始化3D多时相网络。对于某些卷积层，将预训练的空间核嵌入到相应的时空核中，通过将2D权重复制到3D核中，并在初始化时将时间维度上的新引入参数设置为零。通过这种设计，在训练开始时，每个3D层中的时间卷积实际上是不活跃的，这保证了当提供单图像作为输入时，3D多时相网络的输出与原始预训练的2D网络的输出保持一致。这种初始化策略不仅加速了多时相网络的收敛速度，还防止了单图像去斑点性能的下降。总体而言，所提出的编码器-解码器架构通过3D卷积模拟了时间相关性，同时完全继承了预训练的2D单图像模型的成熟空间特征提取能力。3. 结果本节报告了所提出的LGT-SAR方法在真实多时相SAR数据上的实验结果。我们首先将LGT-SAR与代表性的基线方法进行比较，然后展示了其时间去斑点行为，最后检验了其在不同土地覆盖场景下的定性鲁棒性。3.1. 真实SAR图像比较实验为了验证所提出的基于潜在空间引导的传输学习的多时相去斑点方法在真实世界场景中的有效性和鲁棒性，我们在真实的SAR图像上进行了比较实验。在本研究中，我们评估了SDUDNet [23]、MSAR-BM3D算法 [6]、多时相MERLIN算法 [16] 以及本节提出的LGT-SAR的性能。图5展示了典型实验例子的视觉比较。图5. 不同去斑点方法对真实SAR图像的去斑点效果比较。(a–c) 三个代表性场景的原始SAR图像；(d–f) SDUDNet结果；(g–i) MSAR-BM3D结果；(j–l) 多时相MERLIN结果；(m–o) 提出的LGT-SAR结果。三列分别对应不同的实验场景。如图5所示，原始SAR图像含有显著的斑点，导致纹理细节模糊。经过多时相斑点抑制算法处理后，图像质量有所改善。观察图5第一列中的红色框区域，该区域包含许多强散射体，所提出的方法最好地保留了强散射体的细节，而其他方法则使强散射体的细节更加模糊。观察图5第二列和第三列中的红色框区域，所提出的方法最好地恢复了丰富的纹理细节和结构边缘。这种优势不仅源于3D卷积对时间序列相关性的联合建模，还源于潜在空间对模型表示空间的引导，使多时相模型能够在去斑点过程中继承单图像模型的结构和纹理感知能力。表2展示了定量评估指标的比较结果。EPI（边缘保持指数）衡量在抑制噪声的同时保留了多少边缘信息。较高的EPI值表示边缘和细节的更好保持。所提出的方法在EPI性能上表现出最佳，表明在保持图像结构和细节方面具有显著优势。STD（标准差）量化了图像中的噪声波动，较低的值表示更好的噪声抑制。所提出的方法在STD方面优于其他方法，证明其能够更好地利用时间信息并消除多时相图像处理中的随机噪声波动，从而实现更好的噪声抑制。ENL（等效观测次数）衡量SAR图像的整体平滑度。在表2中，所提出的方法显示的ENL值高于SDUDNet和MSAR-BM3D，但略低于多时相MERLIN。应当注意的是，多时相MERLIN通过更强の时间平滑实现了更高的ENL，但这导致了显著的细节损失。相比之下，所提出的方法在ENL、EPI和STD方面的表现更为平衡。表2. 定量评估结果。这一结果进一步证实，通过潜在空间引导的传输学习机制，所提出的多时相模型LGT-SAR可以在避免过度平滑的同时保持时间一致性，从而稳定地继承了从单图像模型中学到的结构先验。3.2. 多时相处理结果展示为了展示所提算法在时间图像去斑点方面的性能，图6显示了8个时间点图像去斑点前后的平均变化以及图像的具体细节。通过比较图6a,b中去斑点前后的平均图像，我们可以直观观察到去斑点过程中的整体图像质量改进。此外，为了进一步分析算法的去斑点效果，选择了第1、3、5和7个时间点的图像来展示这些特定时间点的处理前后的结果。实验结果表明，所提出的算法不仅有效地减少了斑点的影响，还显著提高了图像清晰度，同时保持了图像细节和结构。图6. 所提算法对时间图像的去斑点噪声抑制效果的详细展示。(a) 8个时间点SAR图像的平均图像。(b) 使用所提出的LGT-SAR方法处理后的平均图像。(c–f) 分别代表第1、3、5和7个时间点的SAR图像。(g–j) 显示了(c–f)的去斑点噪声抑制结果。通过充分利用同一场景在不同时间点的SAR图像序列中的冗余信息，所提出的方法能够有效地减少噪声的随机性，并更好地保持图像中的结构特征。为了进一步验证算法的有效性，图7展示了所提算法对同一场景在不同时间点SAR图像的处理结果。实验结果表明，所提算法能够有效处理时间变化的目标，并抑制当前时间序列中的斑点噪声。图7. 所提算法对含有移动船舶目标的场景的去斑点噪声效果。(a–h) 分别代表不同时间点的SAR图像场景。(i–p) 显示了LGT-SAR对(a–h)的去斑点结果。3.3. 不同土地覆盖场景的验证为了进一步检验所提方法在不同场景特征下的鲁棒性，我们提供了四个代表性土地覆盖类别的额外定性结果，如图8所示。从左到右，这些例子分别对应海区、平原区、密集的城市建成区和丘陵区。这些场景涵盖了截然不同的后向散射模式和结构特征，包括相对均匀的背景区域、弱纹理的开阔区域、密集的人造散射结构以及地形引起的强度变化。图8. 所提方法在不同土地覆盖场景下的去斑点结果。(a–d) 分别代表海区、平原区、密集的城市建成区和丘陵区的原始SAR图像；(e–h) 相对应的去斑点结果。如图8所示，所提出的LGT-SAR方法在所有四种场景类型中一致地抑制了斑点，同时保持了每个场景的主要结构信息。在海区示例中，该方法有效地减少了相对均匀背景中的随机斑点波动，同时保持了显著的明亮目标。在平原区示例中，它抑制了斑点，而没有在弱纹理区域引入明显的结构扭曲。在密集的城市建成场景中，该方法更好地保留了强散射体、线性结构和与建筑物相关的边缘。在丘陵区示例中，它仍然能够减少斑点，同时保持主要的地形相关强度过渡和结构轮廓。这些额外的视觉结果进一步表明，所提出的潜在空间引导的传输学习框架不仅限于单一场景类型，而且在不同的土地覆盖条件下表现出稳定的去斑点行为。4. 讨论4.1. 比较结果的解释实验结果表明，所提出的LGT-SAR框架在多时相SAR去斑点中实现了斑点抑制和结构保持之间的良好平衡。与SDUDNet、MSAR-BM3D和多时相MERLIN相比，所提出的方法产生了更干净的去斑点输出，同时更好地保持了强散射体、边缘结构和局部纹理。这种趋势不仅在视觉比较中得到体现，也在定量指标中得到体现。特别是，所提出的方法在ENL、EPI和STD方面的表现更为平衡，表明它在改善去斑点质量方面是以结构上有意义的方式进行的，而不仅仅是增加了平滑度。这些观察结果表明，多时相SAR去斑点性能的提升不应仅仅理解为更强的时间平滑或更复杂的时空建模。一些竞争方法可以实现更高的平滑度相关指标，但这可能会以减弱细结构或削弱强散射体为代价。相比之下，所提出的方法通过潜在空间正则化将预训练的单图像SAR去斑点模型的稳定空间先验引入到3D多时相网络的训练中。因此，3D模型不仅被鼓励利用时间冗余，还保持与成熟2D单图像域中已经学习到的结构特征空间的兼容性。在不同土地覆盖场景上的定性验证进一步支持了这一框架的鲁棒性。在海区、平原区、密集的城市建成区和丘陵区的结果表明，所提出的方法不限于某一类SAR场景。在相对均匀的背景下，它有效地抑制了随机斑点波动，同时保持了显著的明亮目标。在弱纹理和结构复杂的场景中，它仍然能够减少斑点，而不会引入明显的结构扭曲。这表明所提出的潜在空间引导的传输机制在不同后向散射特征的场景类型中提供了稳定的结构约束。4.2. 所提框架的消融分析为了进一步阐明所提出的LGT-SAR框架的性能提升来源，我们从单图像先验转移、时间建模能力和潜在空间对齐的角度分析了消融结果。这项分析的目的不仅是比较不同的架构变体，还要确定LGT-SAR的改进主要来自于时间维度的引入还是所提出的潜在空间引导的传输机制。使用原始SAR图像作为基线，图9a,e展示了未处理的输入图像，其中可以清楚地观察到强斑点干扰。图9b,f展示了2D单图像去斑点模型的结果。该模型提供了一个有用的空间基线，并能在一定程度上抑制斑点。然而，因为它仅在空间域内操作，不利用时间冗余，因此在去斑点过程中仍然倾向于过度平滑结构细节，这体现在建筑物边缘的变细和点状目标的模糊上。图9. 消融实验结果。(a,e) 代表原始SAR图像。(b,f) 显示了2D单图像网络的结果。(c,g) 是时间卷积核大小为1的3D多时相网络的结果。(d,h) 显示了所提出的多时相网络LGT-SAR的结果。图9c,g展示了时间卷积核大小设置为1的3D多时相卷积网络的结果。尽管这种配置将时间维度引入了网络结构，但它并没有有效地融合时间信息。本质上，该模型仅在时间位置之间共享参数，无法充分利用获取之间的时间相关性。与2D单图像模型相比，这种变体在斑点抑制方面有所改进，但整体结果仍然显示出明显的模糊。这表明，仅仅将网络扩展到名义上的3D形式是不足以充分利用多时相SAR数据的优势的。相比之下，图9d,h展示了完整的LGT-SAR框架的结果。基于真实的3D时空卷积建模，所提出的方法进一步引入了编码器-解码器潜在空间对齐正则化机制，通过这种机制，预训练的单图像模型不断约束多时相分支的表示空间。因此，LGT-SAR从单图像去斑领域到多时相去斑任务实现了更有效的迁移。从视觉上看，所提出的方法不仅更有效地抑制了斑点，还更好地保留了结构边缘、强散射体和局部纹理细节，从而提供了最平衡的整体去斑效果。表3总结了消融研究的定量评估指标。结果显示，LGT-SAR显著优于传统的单图像网络和简化后的时核大小为1的多时相网络，这与视觉观察结果一致。表3. 消融实验的定量评估。综上所述，这些消融结果表明，所提出方法的改进不能仅仅归因于使用了3D网络结构。更重要的是，它来自于有效的时空建模和潜在空间引导的迁移学习的结合。编码器-解码器潜在空间对齐使3D分支能够从预训练的2D单图像模型继承稳定的结构先验，这有助于减少表示漂移并减轻在有限的多时相训练数据下的过度平滑问题。因此，消融分析强烈支持本文的中心论点：LGT-SAR的有效性不仅在于引入了时间建模能力，还在于从单图像域明确地迁移成熟的空间知识来指导多时相SAR去斑。4.3. 局限性及未来展望还需要注意几个局限性。首先，当前框架依赖于精确配准的多时相SAR数据。尽管在当前的实验设置中这一假设是合理的，但配准误差可能会削弱时间一致性并降低潜在空间引导迁移的效果。其次，尽管当前的实验涵盖了具有代表性的场景并显示了一致的趋势，但传感器、采集几何形状和实际应用条件的多样性仍然有限。第三，尽管本工作中采用的基于仿真的训练数据构建在物理上是合理且在实践中有效，但其通用性可以通过更广泛的跨场景和跨传感器验证得到进一步加强。总体而言，当前结果表明，潜在空间引导的迁移学习是多时相SAR图像恢复的一个有前景的方向。所提出的框架表明，将单图像去斑和多时相去斑视为完全独立的问题是不对的，因为在单图像域中学到的稳定知识可以明确地迁移来指导时空建模。这一想法也可能对其他SAR时间序列恢复任务有价值。5. 结论在本文中，我们提出了LGT-SAR，一个基于潜在空间引导的多时相SAR去斑迁移学习框架。通过引入来自预训练的单图像SAR去斑模型的稳定空间先验，并通过编码器-解码器潜在空间正则化将其集成到3D多时相网络中，所提出的方法在2D空间建模和3D时空建模之间建立了明确的桥梁。在真实多时相SAR数据上的实验结果表明，LGT-SAR在有效去斑的同时更好地保留了结构细节和局部纹理。结果表明，所提出的框架为在有限训练数据下的多时相SAR去斑提供了一个实用的解决方案，并提供了一种将成熟的单图像去斑知识迁移到更复杂时间场景的可行方法。未来的工作将重点提高在不完美配准条件下的鲁棒性，将验证扩展到更多种类的传感器和场景，并进一步探索更通用的SAR时间序列恢复任务的迁移学习策略。