| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究目的与意义 | 第13-14页 |
| 1.2 极化雷达成像的发展概况 | 第14-15页 |
| 1.3 极化SAR相干斑噪声抑制技术的发展现状 | 第15-18页 |
| 1.4 SAR图像分割技术的发展研究状况 | 第18-19页 |
| 1.5 本文研究的主要内容及安排 | 第19-21页 |
| 第二章 极化SAR基本理论及经典降噪算法 | 第21-39页 |
| 2.1 极化SAR数据 | 第21-30页 |
| 2.1.1 极化SAR数据的表示 | 第21-25页 |
| 2.1.2 Pauli分解与伪彩图 | 第25-26页 |
| 2.1.3 散射类型 | 第26-27页 |
| 2.1.4 相干斑噪声 | 第27-30页 |
| 2.2 经典滤波算法 | 第30-36页 |
| 2.2.1 精致Lee滤波 | 第30-32页 |
| 2.2.2 Pretest滤波 | 第32-34页 |
| 2.2.3 基于分布式Lee和NLM的滤波算法 | 第34-36页 |
| 2.3 相干斑滤波结果评价 | 第36-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 基于贝叶斯非局部均值的极化SAR质量增强算法 | 第39-57页 |
| 3.1 贝叶斯非局部均值理论 | 第39-41页 |
| 3.1.1 非局部均值滤波 | 第39页 |
| 3.1.2 贝叶斯估计理论框架 | 第39-41页 |
| 3.2 基于贝叶斯非局部均值的极化SAR质量增强算法 | 第41-46页 |
| 3.2.1 算法原理 | 第41-43页 |
| 3.2.2 算法步骤 | 第43-44页 |
| 3.2.3 算法时间复杂度 | 第44-46页 |
| 3.3 实验及结果分析 | 第46-55页 |
| 3.3.1 实验条件 | 第46-47页 |
| 3.3.2 权值分析 | 第47-49页 |
| 3.3.3 算法对比 | 第49-53页 |
| 3.3.4 块大小和搜索窗大小 | 第53-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第四章 基于局部阈值的机场SAR图像分割 | 第57-69页 |
| 4.1 图像阈值分割 | 第57-61页 |
| 4.1.1 阈值分割算法 | 第57-58页 |
| 4.1.2 最大类间方差法 | 第58-60页 |
| 4.1.3 分割算法的性能评价 | 第60-61页 |
| 4.2 基于局部阈值的SAR图像机场分割算法 | 第61-66页 |
| 4.2.1 算法原理及步骤 | 第62-65页 |
| 4.2.2 算法流程示意图 | 第65-66页 |
| 4.3 实验及结果分析 | 第66-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69页 |
| 5.2 工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |