基于自然计算的SAR图像分割技术的研究
摘要 | 第1-4页 |
Abstract | 第4-9页 |
第一章 绪论 | 第9-15页 |
·引言 | 第9-11页 |
·SAR图像分割 | 第11页 |
·论文的主要内容及贡献 | 第11-15页 |
第二章 基于免疫算法的SAR图像分割 | 第15-25页 |
·引言 | 第15-16页 |
·智能进化算法 | 第16-18页 |
·遗传算法 | 第16-17页 |
·免疫算法 | 第17-18页 |
·空间矩阵 | 第18-19页 |
·最佳分类器 | 第19-20页 |
·基于免疫算法的SAR图像分割算法 | 第20-24页 |
·算法流程 | 第20页 |
·实验验证1 | 第20-22页 |
·实验验证2 | 第22-23页 |
·免疫算法与遗传算法的比较 | 第23-24页 |
·小结 | 第24-25页 |
第三章 基于纹理分析的SAR图像分割 | 第25-55页 |
·引言 | 第25-26页 |
·现有的SAR图像纹理特征及其分割性能比较 | 第26-31页 |
·分形维数 | 第26-27页 |
·灰度共生矩阵 | 第27-28页 |
·局部统计值 | 第28页 |
·几种纹理特征的分割性能比较 | 第28-31页 |
·简化GLCM计算参数的理论分析 | 第31-41页 |
·简化GLCM计算参数的理论分析与证明 | 第31-33页 |
·纹理计算仿真实验 | 第33-41页 |
·基于免疫K-MEANS聚类的SAR图像分割算法 | 第41-53页 |
·k-means聚类算法 | 第41-42页 |
·无监督的免疫规划k.means聚类算法 | 第42-43页 |
·算法的计算复杂度的分析与收敛性的证明 | 第43-44页 |
·算法的实验验证 | 第44-51页 |
·算法分析 | 第51-53页 |
·小结 | 第53-55页 |
第四章 基于小波分析的SAR图像分割 | 第55-84页 |
·引言 | 第55-56页 |
·小波变换对计算GLCM纹理特征值的影响 | 第56-69页 |
·小波变换对图像统计特征的影响 | 第56-60页 |
·实验仿真验证 | 第60-69页 |
·相干斑噪声对GLCM计算结果的影响 | 第69-74页 |
·相干斑噪声的建模 | 第69页 |
·相干斑噪声对GLCM的计算结果的影响 | 第69-71页 |
·实验仿真验证 | 第71-74页 |
·基于小波变换的SAR图像分割 | 第74-83页 |
·基于小波变换的SAR图像分割算法 | 第75页 |
·算法的计算复杂度分析与收敛性的说明 | 第75页 |
·实验验证1 | 第75-78页 |
·实验验证2 | 第78-80页 |
·实验验证3 | 第80页 |
·实验验证4 | 第80-82页 |
·实验验证5 | 第82-83页 |
·小结 | 第83-84页 |
第五章 基于隐马尔可夫模型的SAR图像分割 | 第84-100页 |
·引言 | 第84页 |
·马尔可夫随机场理论概述 | 第84-85页 |
·图像的隐马尔可夫模型 | 第85-87页 |
·基于隐马尔可夫模型的纹理图像距离计算 | 第87-94页 |
·图像间的距离计算 | 第87页 |
·实验验证1:纹理图像间的距离计算 | 第87-88页 |
·实验验证2:混合纹理的距离计算 | 第88-89页 |
·实验验证3:对扰乱图像的距离计算 | 第89-90页 |
·实验验证4:SAR图像间的距离计算1 | 第90-92页 |
·实验验证5:SAR图像间的距离计算2 | 第92-94页 |
·基于图像距离计算的SAR图像分割算法 | 第94-99页 |
·小结 | 第99-100页 |
第六章 SAR图像数据立方体的建立 | 第100-106页 |
·引言 | 第100页 |
·图像数据挖掘 | 第100-103页 |
·图像挖掘中研究的问题 | 第100-101页 |
·图像挖掘的框架 | 第101-103页 |
·SAR图像数据立方体的建立 | 第103-105页 |
·SAR图像特征数据立方体的模式 | 第103-104页 |
·数据立方体的原语定义 | 第104-105页 |
·小结 | 第105-106页 |
第七章 结束语 | 第106-109页 |
·本文工作总结 | 第106-108页 |
·未来工作展望 | 第108-109页 |
致谢 | 第109-110页 |
参考文献 | 第110-117页 |
攻读博士学位期间合作完成的学术论文 | 第117-118页 |