摘要 | 第1-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第11-19页 |
·研究背景及意义 | 第11-13页 |
·国内外研究现状 | 第13-15页 |
·特征提取算法 | 第13-14页 |
·分类算法 | 第14-15页 |
·论文研究内容和完成的主要工作 | 第15-19页 |
·论文的研究重点 | 第15-16页 |
·基本研究思路 | 第16-17页 |
·论文的章节安排 | 第17-19页 |
第二章 SAR图像统计建模基础理论 | 第19-42页 |
·引言 | 第19页 |
·SAR 图像统计模型概述 | 第19-23页 |
·经验分布 | 第20页 |
·由乘积发展的统计模型 | 第20-22页 |
·由广义中心极限定理发展的统计模型 | 第22-23页 |
·联合分布模型 | 第23页 |
·基于Mellin 变换的参数估计方法 | 第23-29页 |
·经典参数估计方法 | 第23-24页 |
·基于Mellin 变换的参数估计方法 | 第24-27页 |
·MoLC 应用于分布的参数估计 | 第27-29页 |
·基于字典集的SAR 图像统计建模方法 | 第29-32页 |
·有限混合模型 | 第30页 |
·EM 算法 | 第30-31页 |
·基于字典集的有限混合模型 | 第31-32页 |
·copula 函数理论 | 第32-36页 |
·copula 定义及Sklar’s 定理 | 第32-33页 |
·相关性度量 | 第33-34页 |
·copula 函数类型 | 第34-36页 |
·实验结果及分析 | 第36-40页 |
·单分布模型地物分布拟合结果与分析 | 第36-39页 |
·混合模型地物分布拟合结果与分析 | 第39-40页 |
·本章小结 | 第40-42页 |
第三章 基于MRF模型和统计建模单极化SAR图像分类 | 第42-57页 |
·引言 | 第42页 |
·MRF 理论概述 | 第42-45页 |
·MRF 模型基础理论 | 第42-43页 |
·Gibbs 分布 | 第43-44页 |
·Hammers-Clifford 定理 | 第44-45页 |
·基于MRF 模型和灰度统计的单极化SAR 图像分类 | 第45-47页 |
·基于MRF 模型图像分类 | 第45-46页 |
·MMD 算法 | 第46页 |
·分类精度评价 | 第46-47页 |
·基于MRF 模型和特征联接的单极化SAR 图像分类 | 第47-51页 |
·图像纹理特征提取 | 第48-50页 |
·基于copulas 的特征联接MRF 单极化SAR 图像分类 | 第50页 |
·copula 函数的选取 | 第50-51页 |
·分类实现步骤 | 第51页 |
·实验结果及分析 | 第51-55页 |
·基于MRF 模型和灰度统计的单极化SAR 图像分类实验 | 第51-54页 |
·基于MRF 模型和特征联接的单极化SAR 图像分类实验 | 第54-55页 |
·本章小结 | 第55-57页 |
第四章 基于MRF模型和统计建模多极化SAR图像分类 | 第57-69页 |
·引言 | 第57页 |
·一种多极化SAR 图像数据统计建模方法 | 第57-60页 |
·传统多极化SAR 图像数据统计建模方法 | 第57-59页 |
·基于copula 的多极化SAR 图像数据统计建模 | 第59-60页 |
·基于混合copulas 的多极化SAR 图像数据建模 | 第60-63页 |
·混合copulas 理论 | 第60页 |
·混合copulas 参数估计 | 第60-62页 |
·基于字典集的混合copulas 多极化SAR 图像数据建模 | 第62-63页 |
·基于MRF 模型多极化SAR 图像分类 | 第63-64页 |
·实验结果及分析 | 第64-68页 |
·基于单copula 多极化SAR 图像分类实验 | 第64-66页 |
·基于字典集混合copulas 多极化SAR 图像分类实验 | 第66-68页 |
·本章小结 | 第68-69页 |
第五章 结束语 | 第69-71页 |
·全文工作总结 | 第69-70页 |
·未来工作展望 | 第70-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-80页 |
作者在学期间取得的学术成果 | 第80-81页 |
附录A Mellin变换基本性质的证明 | 第81-83页 |
附录B MoLC方法应用于G0分布参数估计 | 第83页 |