中文摘要：

本项目通过对合成孔径雷达(SAR)物理机制和图像处理前沿理论的深入研究，提出建立了一种用于SAR图像解译的场景分类与目标识别统一模型。该模型首先建立图像场景和目标统一标号场，基于学习方法获得超完备字典的稀疏表达以构造先验能量；随后系统研究SAR图像物理、统计及数学特征，通过产生和判别模型建立似然能量；最后基于MRF和CRF建立统一学习和推理模型，发展本项目组具有独创性的Turbo迭代算法进行联合优化，获得最终场景分类和目标识别结果。同时本项目还研究了快速SAR图像半自动交互标注方案和相关算法平台建立图像标注库以提供模型训练学习所需。本项目研究提出的统一模型框架及Turbo迭代联合优化算法、SAR图像标号场超完备稀疏表达、SAR图像特征等理论方法对SAR图像解译研究和资源利用具有创新性和基础性意义；在国内首批极化干涉数据以及国外TerraSAR数据上均获得较好应用效果；相关成果在IEEE PAMI、IEEE GRSL、欧洲信号处理杂志、自动化学报、ICPR，ICIP等国内外三大检索期刊和会议上发表SCI检索期刊论文4篇，EI检索期刊和会议论文11篇；培养博士硕士研究生10余人。