基于极化SAR非监督分类的油膜厚度估算方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 选题背景和研究意义 | 第10-16页 |
| 1.2 油膜厚度反演技术的研究现状 | 第16-19页 |
| 1.3 论文总体研究思路 | 第19-21页 |
| 1.4 章节安排 | 第21-22页 |
| 第2章 全极化SAR溢油数据说明 | 第22-27页 |
| 2.1 第一幅Mexico Sea图像数据集 | 第22-23页 |
| 2.2 第二幅Mexico Sea图像数据集 | 第23-25页 |
| 2.3 第三幅Mexico Sea图像数据集 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 SAR极化特征分析与油膜厚度估算 | 第27-48页 |
| 3.1 极化SAR图像处理一般流程 | 第27-35页 |
| 3.1.1 极化理论 | 第28-32页 |
| 3.1.2 图像预处理 | 第32-33页 |
| 3.1.3 SAR图像分类 | 第33-35页 |
| 3.2 SAR极化特征分析 | 第35-47页 |
| 3.2.1 采样 | 第36-37页 |
| 3.2.2 极化特征分析 | 第37-44页 |
| 3.2.3 极化特征选择 | 第44-47页 |
| 3.3 本章小结 | 第47-48页 |
| 第4章 多特征融合的极化SAR油膜厚度非监督分类 | 第48-56页 |
| 4.1 实验流程 | 第48-49页 |
| 4.2 特征向量权值的确定 | 第49页 |
| 4.3 基于改进的模糊C均值的油膜厚度分类算法 | 第49-53页 |
| 4.3.1 模糊C均值概述 | 第49页 |
| 4.3.2 聚类目标函数 | 第49-51页 |
| 4.3.3 基于马氏距离的FCM聚类算法 | 第51-53页 |
| 4.4 分类结果分析 | 第53-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 实验结果与分析 | 第56-63页 |
| 5.1 实验环境 | 第56-57页 |
| 5.2 实验数据 | 第57-58页 |
| 5.3 墨西哥湾地区实验结果及分析 | 第58-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
