As imagens de Radar de Abertura Sintética (SAR - Synthetic Aperture Radar) apresentam ruído de coerência intrínseco, dificultando a captura precisa das relações entre objetos complexos, tornando a tarefa de extração de alvos em imagens SAR altamente desafiadora. Os métodos existentes de extração de alvos baseados em aprendizado profundo enfrentam problemas de precisão na presença de ruído coerente e objetos complexos. Para isso, este estudo propõe uma rede Transformer sinérgica espectro-espacial chamada S3T-Net (Spectral-spatial synergetic transformer network) para extração refinada de alvos típicos em imagens SAR. A rede combina uma unidade de codificação espectral e uma unidade de codificação Transformer visual (ViT) para extrair e fundir características das imagens SAR. A unidade de codificação espectral utiliza subamostragem via Transformada Discreta de Wavelet (DWT) e atenção de domínio duplo espectro-hierárquica SHDA (Spectral-hierarchical dual-domain attention) para capturar detalhes locais de textura no domínio espectral e reduzir a sensibilidade ao ruído, enquanto a unidade ViT utiliza seu mecanismo global de autoatenção para compreender a estrutura geral da imagem e dependências de longo alcance. Além disso, este estudo usa a confluência sinérgica ponderada de características SWFC (Synergistic weighted feature confluence) para integrar as informações das duas unidades de codificação e projeta um módulo recursivo de refinamento frequência-espaço RFSR (Recursive frequency-space refinement) que reduz interferências de ruído durante o upsampling e otimiza as bordas dos alvos. Resultados experimentais em três conjuntos públicos de dados SAR para tarefas SARBuD (edifícios), HRSID (navios) e FRBS (vazamento de petróleo) mostram que o método proposto supera vários modelos atuais State-of-the-Art (SoTA) em métricas como o coeficiente Dice, com avanços de 0,52%, 0,62% e 1,04% respectivamente nesses conjuntos. Em resumo, o método sinérgico espectro-espacial pode efetivamente aprimorar a capacidade de captura da informação dos objetos em ambientes de alta interferência, fornecendo um novo caminho técnico e suporte teórico para a tarefa de extração de alvos em imagens SAR.

imagens SAR; extração de alvos; aprendizado profundo, supressão de ruído; sinergia espectro-espacial; Transformer