| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 SAR图像分割与分类的发展现状 | 第14-20页 |
| 1.2.1 SAR图像分割的发展现状 | 第14-18页 |
| 1.2.1.1 基于边缘的SAR图像分割方法 | 第15-16页 |
| 1.2.1.2 基于区域的SAR图像分割方法 | 第16-17页 |
| 1.2.1.3 其它SAR图像分割方法 | 第17-18页 |
| 1.2.2 SAR图像分类的发展现状 | 第18-20页 |
| 1.3 SAR图像分割与分类精度评价 | 第20-22页 |
| 1.3.1 SAR图像分割精度评价 | 第20-21页 |
| 1.3.2 SAR图像分类精度评价 | 第21-22页 |
| 1.4 论文研究内容与结构安排 | 第22-24页 |
| 2 基于相似度限制区域合并的分割方法 | 第24-44页 |
| 2.1 引言 | 第24-25页 |
| 2.2 基于相似度限制区域合并的分割算法 | 第25-31页 |
| 2.2.1 区域相似度计算方法 | 第26-27页 |
| 2.2.2 全局最优合并方法 | 第27-28页 |
| 2.2.3 最邻近图 | 第28-29页 |
| 2.2.4 算法流程与设计 | 第29-31页 |
| 2.3 实验与分析 | 第31-42页 |
| 2.3.1 实验一 | 第33-38页 |
| 2.3.2 实验二 | 第38-42页 |
| 2.4 小结 | 第42-44页 |
| 3 基于相似度限制区域合并的SAR图像分类 | 第44-64页 |
| 3.1 引言 | 第44-45页 |
| 3.2 SVM分类器 | 第45-47页 |
| 3.2.1 最优分类线 | 第45-46页 |
| 3.2.2 SVM | 第46-47页 |
| 3.3 基于区域分割的单极化SAR图像分类 | 第47-48页 |
| 3.4 基于区域分割的全极化SAR图像分类 | 第48-52页 |
| 3.4.1 基于相似度限制区域合并的全极化SAR图像分割 | 第49-50页 |
| 3.4.2 极化分类特征提取 | 第50-52页 |
| 3.5 实验与分析 | 第52-62页 |
| 3.5.1 单极化SAR图像分类实验 | 第53-57页 |
| 3.5.2 全极化SAR图像分类实验 | 第57-62页 |
| 3.6 小结 | 第62-64页 |
| 4 总结和展望 | 第64-66页 |
| 4.1 总结 | 第64-65页 |
| 4.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 图索引 | 第70-72页 |
| 表索引 | 第72-74页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第74-77页 |
| 学位论文数据集 | 第77页 |