频域-空间域特征融合的SAR图像建筑物提取网络

来源：计算机工程与应用杂志2026年第11期北京时间：

作者：李英健, 李健昊, 师皓, 陈亮

单位：北京理工大学 信息与电子学院，北京 100081；

摘要：合成孔径雷达（SAR）不受天气和光照条件的限制，能够在云雾、雨雪等恶劣条件下正常工作，这种全天候、全天时的特性使其在建筑物提取领域具有重要应用价值。但由于其特殊的成像机制，存在散斑噪声影响SAR图像建筑物提取效果。同时，建筑物目标尺度差异大、易受复杂背景干扰的问题在SAR图像中仍然存在。在这项研究中，提出了一个频率-空间域特征融合的SAR图像建筑物提取网络，利用频域特征进行去噪，增强与空间域特征的联合表征。该网络通过频率特征提取模块提取不同尺度的低、高频频率特征，增强对不同尺度目标特征的提取能力；根据低、高频所对应的不同空间域特性将其与空间域特征融合，以增强所提取建筑物主体完整性，减弱噪声及背景影响。在SpaceNet6数据集上进行了比较实验，所提出模型比常见建筑提取模型显示出更好的性能，SAR图像建筑物提取IoU达到75.22%。

关键词：建筑物提取,合成孔径雷达,频域特征融合

基金资助：教育部学科突破先导项目（JYB2025XDXM115）。