高分辨SAR杂波统计特性分析及应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-11页 |
| ·论文的主要工作和安排 | 第11-12页 |
| 第二章 SAR图像基本特性 | 第12-21页 |
| ·SAR图像的相干斑 | 第13-16页 |
| ·相干斑产生机理 | 第13-14页 |
| ·高斯相干斑模型 | 第14-16页 |
| ·非高斯相干斑模型 | 第16页 |
| ·SAR回波乘积模型 | 第16页 |
| ·SAR图像其他固有特性 | 第16-17页 |
| ·系统参数和地域特性对SAR图像的影响 | 第17-19页 |
| ·典型地物在SAR图像中的特点 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第三章 高分辨SAR杂波统计分布模型 | 第21-49页 |
| ·常用经验分布模型 | 第21-25页 |
| ·瑞利(RAYLEIGH)分布 | 第21-22页 |
| ·对数正态(LOGNORMAL)分布 | 第22-23页 |
| ·韦布尔(WEIBULL)分布 | 第23-24页 |
| ·K分布 | 第24-25页 |
| ·杂波统计分布模型的参数估计方法 | 第25-26页 |
| ·矩估计法 | 第25-26页 |
| ·最大似然估计法 | 第26页 |
| ·杂波分布模型的拟合检验准则 | 第26-28页 |
| ·KS检验 | 第27页 |
| ·CV距离检验 | 第27-28页 |
| ·相对熵检验 | 第28页 |
| ·不同SAR场景杂波拟合实验 | 第28-33页 |
| ·广义复合分布模型(GC分布模型) | 第33-48页 |
| ·广义复合分布的构成 | 第34-35页 |
| ·广义复合分布的特例 | 第35-38页 |
| ·GC分布的参数渐变特性分析 | 第38-41页 |
| ·GC分布的参数估计 | 第41-44页 |
| ·GC分布的拟合实验及分析 | 第44-48页 |
| ·小结 | 第48-49页 |
| 第四章 基于统计模型的SAR图像分类 | 第49-73页 |
| ·SAR图像分类概述 | 第49-50页 |
| ·基于统计特征量的SAR图像分类 | 第50-57页 |
| ·一阶直方图的统计特征量 | 第50-51页 |
| ·纹理统计特征量 | 第51-55页 |
| ·基于统计特征量的SAR图像分类结果 | 第55-57页 |
| ·基于统计模型的SAR图像分类 | 第57-60页 |
| ·统计分布模型的选择 | 第58-59页 |
| ·样本收集和类别确定 | 第59-60页 |
| ·参数估计和分类器设计 | 第60页 |
| ·实验结果 | 第60-67页 |
| ·仿真数据分类结果 | 第60-61页 |
| ·真实SAR图像分类结果 | 第61-67页 |
| ·采用数学形态学的分类后处理 | 第67-71页 |
| ·小结 | 第71-73页 |
| 第五章 总结 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77-78页 |
| 在学期间的研究成果 | 第78页 |
