Методи адаптивної фільтрації спекл-шуму та апріорного оцінювання якості радіолокаційних зображень на основі нейронних мереж

Abstract

Дисертаційну роботу присвячено вирішенню актуальної науково-прикладної задачі підвищення якості та автоматизації процесу адаптивної фільтрації радіолокаційних зображень із синтезованою апертурою (РСА) шляхом розроблення методів апріорного прогнозування показників якості, прямої класифікації параметрів класичних фільтрів і гібридних нейромережевих архітектур з просторово-адаптивною обробкою.

The thesis addresses the important scientific and practical task of improving the quality and automation of adaptive filtering for Synthetic Aperture Radar (SAR) images through the development of methods for a priori quality prediction, direct classification of classical filter parameters, and hybrid neural network architectures with spatially-adaptive processing.