摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第12-24页 |
1.1 研究背景 | 第12-13页 |
1.2 极化SAR系统国内外的研究现状 | 第13-16页 |
1.3 研究目的与意义 | 第16-19页 |
1.4 极化SAR相干斑噪声抑制算法综述 | 第19-24页 |
第二章 极化SAR基础理论 | 第24-36页 |
2.1 极化电磁波 | 第24-26页 |
2.1.1 线极化电磁场 | 第24-25页 |
2.1.2 圆极化电磁场 | 第25-26页 |
2.1.3 椭圆极化电磁场 | 第26页 |
2.2 目标的极化散射 | 第26-30页 |
2.2.1 目标的极化散射矩阵 | 第26-27页 |
2.2.2 极化散射矩阵的矢量化 | 第27页 |
2.2.3 极化相干矩阵以及协方差矩阵 | 第27-28页 |
2.2.4 典型目标的极化散射特征 | 第28-30页 |
2.3 极化SAR数据统计模型 | 第30-31页 |
2.3.1 极化SAR噪声的统计分布 | 第30页 |
2.3.2 极化SAR相干斑噪声模型 | 第30-31页 |
2.4 极化SAR数据梅林类统计理论 | 第31-33页 |
2.4.1 矩阵函数的梅林变换 | 第31页 |
2.4.2 复随机矩阵的梅林类统计量 | 第31-32页 |
2.4.3 极化SAR数据的梅林类统计量 | 第32-33页 |
2.5 极化SAR噪声抑制效果的评价 | 第33-34页 |
2.5.1 同质区域平滑效果评价 | 第33页 |
2.5.2 图像结构信息保持 | 第33-34页 |
2.5.3 极化信息保持 | 第34页 |
2.6 本章小结 | 第34-36页 |
第三章 基于矩阵对数累积量的极化SAR图像噪声抑制 | 第36-50页 |
3.1 引言 | 第36-37页 |
3.1.1 极化SAR数据的多视处理技术 | 第36页 |
3.1.2 非局部均值方法的两个主要步骤 | 第36-37页 |
3.2 基于极化SAR子视数据对数累积量的相似度计算 | 第37-39页 |
3.2.1 极化SAR子视数据的矩阵对数累积量的计算 | 第37-38页 |
3.2.2 基于GoF检测的统计检验值计算 | 第38-39页 |
3.3 基于矩阵对数累积量的极化SAR相干斑抑制方法 | 第39-41页 |
3.3.1 基于非局部均值的同质区域选取 | 第39-40页 |
3.3.2 计算同质点与待滤波点的相似度并加权 | 第40页 |
3.3.3 基于矩阵对数累积量的极化SAR相干斑抑制算法步骤 | 第40-41页 |
3.4 实验结果与讨论 | 第41-48页 |
3.5 本章小结 | 第48-50页 |
第四章 基于子视数据相关性与非局部算法的极化SAR相干斑噪声抑制 | 第50-60页 |
4.1 引言 | 第50页 |
4.2 非局部均值去噪算法滤波公式 | 第50-51页 |
4.3 基于子视数据相关性的极化SAR相干斑噪声抑制方法 | 第51-54页 |
4.3.1 基于假设检验的子视数据相关性估计 | 第51-52页 |
4.3.2 基于子视数据相关性的同质区域选择 | 第52-53页 |
4.3.3 基于子视数据相关性的极化SAR相干斑噪声抑制算法步骤 | 第53-54页 |
4.4 实验结果与讨论 | 第54-59页 |
4.5 本章小结 | 第59-60页 |
第五章 总结和展望 | 第60-62页 |
5.1 全文总结 | 第60-61页 |
5.2 工作展望 | 第61-62页 |
参考文献 | 第62-69页 |
致谢 | 第69-70页 |
作者简介 | 第70-71页 |