基于精细化描述和选择集成学习的高分辨率PolSAR图像解译

项目名称： 基于精细化描述和选择集成学习的高分辨率PolSAR图像解译

项目编号： No.61401124

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 张腊梅

作者单位： 哈尔滨工业大学

项目金额： 24万元

中文摘要： 针对高分辨率PolSAR图像计算机解译的需求，试图模拟目视解译的过程，围绕目标精细化特征描述、有效学习算法以及可增量学习的解译体系开展相关研究，包括：高分辨率PolSAR图像多尺度精细化特征描述和选择；基于泛化选择集成学习的图像解译算法；基于案例推理构建可实现知识反馈增量学习的解译框架。其中，自主学习的选择策略和集成学习的集成策略是实现高分辨PolSAR图像解译的关键问题；而案例推理的学习机制是构建可增量学习高分辨率PolSAR图像解译系统的关键科学问题。本项目的研究通过信号处理手段和人工智能技术深入挖掘图像中的丰富信息，利用计算机实现对观测目标清晰完整的认识和图像内容的精确判读。研究成果可为高分辨率PolSAR图像计算机解译提供依据，对扩大高分辨率PolSAR技术的应用以及实现高分辨率对地精确观测具有重要的工程实用价值。同时对于机器学习理论的发展和应用拓展，具有现实的理论意义。

中文关键词： 高分辨率PolSAR图像；选择集成学习；案例推理；稀疏表示；

英文摘要： Aiming at the computer interpretation of high-resolution PolSAR image and trying to simulate the process of visual interpretation, this study focuses on fine characterization of typical targets, effective learning algorithms and the incremental learning i

英文关键词： High resolution PolSAR image；Selective Ensemble learning；Case-based reasoning；Sparse Representation；