摘要
SAR(合成孔径雷达)成像技术具有全天时全天候成像能力,这使得SAR图像解译技术在国防和民用领域受到越来越多的重视,而作为图像理解技术的第一步SAR图像分割也就愈加显得重要。结合SAR图像标记数据稀缺、相干斑噪声严重等问题以致SAR图像分割困难的现实,采用无监督迁移学习策略,用于SAR图像分割。同时将研究课题结合数据稀疏表示字典学习方法,数据的稀疏表示字典学习方法可以方便直接的与迁移学习思想结合实现知识的迁移,同时字典学习方法用于分类识别可以较好的抑制噪声带来的不良影响。围绕无监督迁移学习及其在SAR图像分割中的应用课题主要做以下三个方面研究。 (1)基于字典学习的无监督样本迁移聚类算法...
- 单位