| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文研究内容及主要工作 | 第15页 |
| 1.4 结构安排 | 第15-17页 |
| 第二章 张量信号处理的基本理论 | 第17-28页 |
| 2.1 张量代数的基本原理 | 第17-23页 |
| 2.1.1 张量的概念 | 第17-20页 |
| 2.1.2 张量的相关运算 | 第20-21页 |
| 2.1.3 张量分解 | 第21-23页 |
| 2.2 结构张量的基本原理 | 第23-27页 |
| 2.2.1 结构张量背景 | 第23页 |
| 2.2.2 单通道结构张量 | 第23-25页 |
| 2.2.3 线性滤波 | 第25-26页 |
| 2.2.4 非线性滤波 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于加权结构张量的极化SAR边缘检测 | 第28-50页 |
| 3.1 极化SAR数据模型 | 第28-31页 |
| 3.1.1 极化散射矩阵 | 第28-29页 |
| 3.1.2 极化相关矩阵 | 第29页 |
| 3.1.3 Pauli分解 | 第29-31页 |
| 3.1.4 极化相干矩阵 | 第31页 |
| 3.2 基于恒虚警率算法的极化SAR边缘检测 | 第31-32页 |
| 3.3 基于平均加权结构张量的极化SAR边缘检测 | 第32-34页 |
| 3.4 基于特征值度量的加权结构张量的极化SAR边缘检测 | 第34-38页 |
| 3.4.1 平均加权结构张量的缺点 | 第34-36页 |
| 3.4.2 特征值度量的加权结构张量 | 第36-38页 |
| 3.5 仿真实验 | 第38-49页 |
| 3.5.1 OS-CFAR边缘检测结果 | 第38-40页 |
| 3.5.2 基于加权结构张量的边缘检测结果 | 第40-45页 |
| 3.5.3 定量分析 | 第45-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 基于张量表示的极化SAR图像分类 | 第50-69页 |
| 4.1 基于极化SAR目标分解的特征量获取 | 第50-53页 |
| 4.1.1 相干分解 | 第50-51页 |
| 4.1.2 非相干分解 | 第51-53页 |
| 4.2 极化SAR特征量的张量表示 | 第53-54页 |
| 4.3 支持向量机 | 第54-60页 |
| 4.3.1 线性可分支持向量机 | 第54-57页 |
| 4.3.2 非线性可分支持向量机 | 第57-59页 |
| 4.3.3 多分类支持向量机 | 第59-60页 |
| 4.4 秩一支持张量机 | 第60-62页 |
| 4.5 基于支持张量机的极化SAR分类 | 第62-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间的研究成果 | 第77-78页 |