| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 SAR图像匹配的研究意义 | 第16-17页 |
| 1.1.1 SAR成像背景介绍 | 第16页 |
| 1.1.2 SAR图像匹配的研究意义 | 第16-17页 |
| 1.2 SAR图像匹配研究现状 | 第17-20页 |
| 1.2.1 基于图像灰度的匹配方法 | 第18页 |
| 1.2.2 基于图像特征的匹配方法 | 第18-20页 |
| 1.3 论文主要工作和结构安排 | 第20-22页 |
| 第二章 SAR图像特征分析 | 第22-28页 |
| 2.1 SAR图像的特点 | 第22-25页 |
| 2.1.1 SAR图像的几何形变 | 第22-24页 |
| 2.1.2 SAR图像的相干斑噪声 | 第24-25页 |
| 2.2 SAR图像与光学图像的差异 | 第25页 |
| 2.3 SIFT算法在SAR图像中的不适用性 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 图像尺度空间理论以及角点检测算法 | 第28-38页 |
| 3.1 尺度空间理论 | 第28-30页 |
| 3.1.1 图像尺度空间理论介绍 | 第28页 |
| 3.1.2 图像尺度空间的数学模型 | 第28-29页 |
| 3.1.3 高斯尺度空间介绍 | 第29-30页 |
| 3.2 图像的高斯金字塔结构 | 第30-33页 |
| 3.2.1 高斯金字塔模型 | 第30-31页 |
| 3.2.2 图像的高斯金字塔结构 | 第31-33页 |
| 3.3 图像的Harris角点检测 | 第33-37页 |
| 3.3.1 角点检测简介 | 第33页 |
| 3.3.2 Harris角点检测算法 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于SIFT特征的SAR图像匹配算法 | 第38-60页 |
| 4.1 SIFT算法概述 | 第38-41页 |
| 4.2 SIFT算法实现原理 | 第41-49页 |
| 4.2.1 SIFT尺度空间生成 | 第41-43页 |
| 4.2.2 SIFT特征点检测 | 第43-44页 |
| 4.2.3 特征点精确定位与筛选 | 第44-46页 |
| 4.2.4 特征点主方向赋值 | 第46-48页 |
| 4.2.5 生成特征描述向量 | 第48-49页 |
| 4.3 特征点匹配 | 第49-52页 |
| 4.3.1 k-近邻比值法初匹配 | 第49页 |
| 4.3.2 图像变换矩阵 | 第49-50页 |
| 4.3.3 随机采样一致性提纯算法 | 第50-52页 |
| 4.4 仿真试验及误差分析 | 第52-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 改进的SIFT-Like算法 | 第60-84页 |
| 5.1 SIFT算法在SAR图像中的局限性 | 第60-62页 |
| 5.2 SIFT-Like算法简介 | 第62-73页 |
| 5.2.1 指数加权均值比（ROEWA） | 第64-67页 |
| 5.2.2 SAR-Harris尺度空间检测极值点 | 第67-71页 |
| 5.2.3 改进的主方向和特征向量 | 第71-73页 |
| 5.3 实验结果及分析 | 第73-82页 |
| 5.4 本章小结 | 第82-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 论文总结 | 第84-85页 |
| 6.2 工作前景展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90-94页 |
| 作者简介 | 第94-95页 |