En el ámbito de la teledetección marina, el monitoreo en tiempo real de las olas del océano es un foco de investigación, que emplea imágenes de radar en banda X adquiridas para recuperar información sobre las olas. Para mejorar la precisión del método espectral clásico utilizando la relación señal-ruido (SNR) extraída de una secuencia de imágenes, se requiere datos del área de análisis preferida alrededor de la dirección del viento. Además, la precisión requiere una mejora adicional en casos de baja velocidad del viento y oleaje. Para el radar en la costa, el acceso al área de análisis preferida no se puede garantizar en la práctica, lo que limita la precisión de medición del método espectral. En este artículo, se propone un método que utiliza SNRs extraídos y un modelo de red neuronal de retropropagación optimizado por algoritmo genético (GABP) para mejorar la precisión de inversión de la altura significativa de las olas. Los SNRs extraídos de múltiples regiones de análisis seleccionadas, ángulos incluidos y velocidad del viento se emplean para construir un vector de características como parámetro de entrada de la red neuronal GABP. Considerando la relación no completamente lineal de la altura de las olas con el SNR derivado de imágenes de radar, se utiliza el modelo de red GABP para ajustar la relación. En comparación con el método clásico basado en SNR, el coeficiente de correlación utilizando la red neuronal GABP se mejora en 0.14, y el error cuadrático medio se reduce en 0.20 m.