公开(公告)号：CN116563667A

公开(公告)日：2023-08-08

申请号：CN202310535507.6

申请日：2023-05-12

Applicant: 南京信息工程大学

Inventor： 陈鹏亦 ,  陈忠彪 ,  孙闰霞 ,  何宜军

IPC: G06V10/774 ,  G06V10/766 ,  G06V10/20 ,  G06V10/40 ,  G06V10/74 ,  G06N20/20

Abstract: 本发明提供一种基于集成学习方法和二维小波变换的海冰粗糙度反演方法，首先对目标区域内目标时段中包含海冰的SAR图像通过二维连续小波变换提取海冰的空间特征，然后通过目标区域内目标时段中所有足印点数据获得海冰实际粗糙度，并将目标区域内目标时段SAR图像原始信息和海冰空间特征与对应的海冰实际粗糙度进行空间上的匹配，构建总数据集；最后将SAR图像原始信息和海冰空间特征作为输入，对应的海冰预测粗糙度为输出对集成学习模型进行训练，获得基于集成学习方法的海冰粗糙度反演模型。本发明可有效解决现有技术中海冰粗糙度反演误差大、分辨率低的问题。