| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景和意义 | 第7-8页 |
| ·SAR 图像去噪和变化检测发展现状 | 第8-13页 |
| ·SAR 图像噪声抑制方法发展状况 | 第8-11页 |
| ·SAR 图像变化检测方法发展状况 | 第11-13页 |
| ·本文的结构安排 | 第13-15页 |
| 第二章 SAR 图像去噪和变化检测方法介绍 | 第15-27页 |
| ·SAR 图像的噪声 | 第15-17页 |
| ·相干斑概述 | 第15-16页 |
| ·SAR 图像乘性噪声模型 | 第16-17页 |
| ·SAR 图像去噪方法 | 第17-21页 |
| ·传统 SAR 图像自适应滤波算法 | 第17-18页 |
| ·频域滤波方法 | 第18-19页 |
| ·基于非局部图像块的去噪方法 | 第19-20页 |
| ·基于稀疏表示的去噪方法 | 第20-21页 |
| ·去噪评价标准 | 第21-22页 |
| ·主观评价 | 第21页 |
| ·等效视数 | 第21页 |
| ·比值图像 | 第21-22页 |
| ·边缘保持指数 | 第22页 |
| ·常用 SAR 图像变化检测方法 | 第22-25页 |
| ·SAR 图像变化检测流程 | 第22-23页 |
| ·基于像素信息的变化检测法 | 第23页 |
| ·图像变换法 | 第23-24页 |
| ·图像分类法 | 第24页 |
| ·图像特征法 | 第24-25页 |
| ·变化检测评价标准 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于同质区域分割的 SAR 图像稀疏去噪方法 | 第27-41页 |
| ·引言 | 第27页 |
| ·同质区域分割方法 | 第27-29页 |
| ·KSVD 字典学习方法 | 第29-31页 |
| ·本章方法具体描述 | 第31-36页 |
| ·实验结果和分析 | 第36-38页 |
| ·本章小结 | 第38-41页 |
| 第四章 基于变化检测的 PALSAR 图像去噪方法 | 第41-55页 |
| ·变化检测去噪预处理方法 | 第41页 |
| ·小波域的隐马尔科夫模型 | 第41-43页 |
| ·本章方法具体描述 | 第43-46页 |
| ·实验结果和分析 | 第46-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于稀疏系数融合的 SAR 图像变化检测方法 | 第55-67页 |
| ·基于融合的 SAR 图像变化检测发展状况 | 第55-56页 |
| ·SAR 图像特征描述 | 第56-57页 |
| ·基于稀疏系数融合方法概述 | 第57-58页 |
| ·本章方法具体描述 | 第58-60页 |
| ·实验结果和分析 | 第60-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结和展望 | 第67-69页 |
| ·本文总结 | 第67页 |
| ·展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 研究生期间科研成果 | 第77-78页 |
