MCR-Net：一种用于非均质介质中探地雷达杂波抑制的多分支上下文修复网络

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：MCR-Net: A Multi-branch Contextual Restoration Network for GPR Clutter Suppression in Heterogeneous Media

　　

摘要：

在非均匀介质中采集的探地雷达（GPR）B 扫描图像通常包含非平稳杂波，其能量与微弱目标反射重叠。因此，低秩分解方法可能会在去除背景的同时移除部分目标响应。许多通用的基于 CNN 或 GAN 的复原模型可以处理 GPR 数据中的水平杂波带和微弱双曲线响应。然而，它们的性能受到各向同性局部操作的限制。本文提出了一种多分支上下文复原网络（MCR-Net），用于非均匀介质 GPR B 扫描图像中的杂波抑制。MCR-Net 包含三个面向任务的组件。分层杂波抑制模块利用条带池化来建模长程水平背景带。上下文引导融合模块利用上下文信息调节局部细节特征。多尺度精炼聚合头聚合多分支特征以恢复微弱双曲线响应。在模拟数据、野外测量、公开 CLT-GPR 数据集以及下游反演任务上的实验表明，与评估的基线相比，MCR-Net 获得了更高的结构相似性和更低的误差指标。结果还表明，在极低对比度的测量案例中仍存在局限性，此时局部背景纹理可能会与微弱目标回波一起被增强。