1、隨著人類在海上的生產和活動不斷增多，海冰對人們產生的影響也不斷增大，嚴重的甚至會對人們的財產或生命安全造成危害。而合成孔徑雷達(SAR)以全天時、全天候的優(yōu)勢，近年來也是發(fā)展迅速、應用廣泛，所以通過SAR圖像對海冰進行分類的研究也不斷增多。但是利用單一分辨率SAR圖像對海冰進行分類存在一些不可避免的問題。高分辨率圖像的像元解譯能力較強，但其覆蓋范圍小，而低分辨率數據覆蓋范圍很廣卻不能顯示出目標的細節(jié)特征。所以將二者的優(yōu)勢進行結合，以克服

2、各自存在的弊端，具有重要的研究意義。本文針對多分辨率SAR圖像進行海冰復合分類的研究，主要工作和研究成果有如下幾方面:
　　首先，設計了一種能表示高低分辨率圖像之間對應關系的特征——紋理似然度特征。由于本文的研究方向為利用高分辨率的分類結果指導低分辨率圖像的海冰分類，所以建立高低分辨率圖像之間的關系模型尤為重要。本文設計的紋理似然度特征，可以通過反映低分辨率圖像上的特征值屬于各個類別的概率大小，進而反映出高低分辨率圖像之間的空間對

3、應關系。
　　其次，提出了將紋理似然度特征與樸素貝葉斯分類器結合的算法。本文分別利用均值特征作為樸素貝葉斯分類器的輸入對海冰進行復合分類，利用紋理似然度特征對海冰進行復合分類，利用似然度特征作為樸素貝葉斯分類器的輸入對海冰進行復合分類，實驗證明最后一種方法的分類效果最好。
　　最后，設計了一種按權值投票分類方法。本文利用多組感興趣區(qū)域(ROI)來進行基于紋理似然度特征的樸素貝葉斯海冰復合分類，并將所有分類結果的Kappa系數