| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 选题背景与意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 海冰分类技术研究现状 | 第13-15页 |
| 1.2.2 多分辨率复合分类技术研究现状 | 第15-17页 |
| 1.3 研究思路及流程图 | 第17-18页 |
| 1.4 章节安排 | 第18-19页 |
| 第2章 数据介绍及预处理 | 第19-26页 |
| 2.1 数据介绍 | 第19-23页 |
| 2.1.1 南极数据介绍 | 第19-21页 |
| 2.1.2 渤海数据介绍 | 第21-23页 |
| 2.2 数据预处理 | 第23-25页 |
| 2.2.1 几何校正和滤波 | 第23-25页 |
| 2.2.2 高低分辨率SAR图像的高精度配准 | 第25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 纹理似然度特征的提取及分析 | 第26-47页 |
| 3.1 纹理特征的提取 | 第26-31页 |
| 3.2 高分辨率SAR图像的监督分类 | 第31-33页 |
| 3.3 感兴趣区域的提取 | 第33-36页 |
| 3.4 纹理似然度特征的提取 | 第36-44页 |
| 3.4.1 最大似然分类方法介绍 | 第36-38页 |
| 3.4.2 纹理似然度特征的提取 | 第38-44页 |
| 3.5 纹理似然度特征的分析及特征筛选 | 第44-46页 |
| 3.5.1 纹理似然度特征分类能力的分析 | 第44-46页 |
| 3.5.2 纹理似然度特征筛选 | 第46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 基于纹理似然度特征的朴素贝叶斯海冰复合分类 | 第47-68页 |
| 4.1 基于朴素贝叶斯的海冰复合分类 | 第47-53页 |
| 4.1.1 朴素贝叶斯分类算法介绍 | 第47-48页 |
| 4.1.2 纹理特征的选择 | 第48-49页 |
| 4.1.3 基于朴素贝叶斯的海冰复合分类 | 第49-53页 |
| 4.2 基于纹理似然度特征的海冰复合分类 | 第53-62页 |
| 4.2.1 高低分辨率图像关系模型的建立 | 第53-59页 |
| 4.2.2 基于纹理似然度特征的海冰复合分类 | 第59-62页 |
| 4.3 基于纹理似然度特征的朴素贝叶斯海冰复合分类 | 第62-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第5章 实验结果分析 | 第68-76页 |
| 5.1 分类结果验证 | 第68-73页 |
| 5.2 低分辨率图像海冰分类结果 | 第73-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第6章 结论与展望 | 第76-78页 |
| 6.1 结论 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读学位期间公开发表的学术论文 | 第82-83页 |
| 致谢 | 第83页 |