| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-28页 |
| 1.1 研究背景和意义 | 第15-18页 |
| 1.1.1 研究背景 | 第15-16页 |
| 1.1.2 研究意义 | 第16-18页 |
| 1.2 合成孔径雷达 | 第18-23页 |
| 1.2.1 SAR工作原理 | 第18-21页 |
| 1.2.2 SAR图像的特征 | 第21-22页 |
| 1.2.3 SAR研究现状 | 第22-23页 |
| 1.3 图像分类算法研究现状 | 第23-25页 |
| 1.4 论文研究思路 | 第25-26页 |
| 1.5 文章结构安排 | 第26-28页 |
| 第二章 马尔可夫随机场模型 | 第28-36页 |
| 2.1 MRF基本概念及理论基础 | 第29-30页 |
| 2.1.1 标签问题 | 第29页 |
| 2.1.2 邻域系统和基团 | 第29-30页 |
| 2.2 Markov随机场与Gibbs随机场 | 第30-32页 |
| 2.2.1 Markov随机场 | 第30-31页 |
| 2.2.2 Gibbs随机场 | 第31-32页 |
| 2.2.3 Markov随机场与Gibbs随机场的等价 | 第32页 |
| 2.3 马尔可夫随机场模型 | 第32-34页 |
| 2.3.1 自生模型 | 第32-33页 |
| 2.3.2 Potts模型 | 第33页 |
| 2.3.3 多层逻辑模型 | 第33-34页 |
| 2.4 MAP-MRF框架 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 支持向量分类机 | 第36-42页 |
| 3.1 支持向量机 | 第36-40页 |
| 3.1.1 C-支持向量分类机 | 第38-39页 |
| 3.1.2 v-支持向量分类机 | 第39-40页 |
| 3.2 SVM中的关键问题 | 第40-41页 |
| 3.2.1 多类分类问题 | 第40-41页 |
| 3.2.2 核函数 | 第41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 结合MRF与v-SVM的SAR海冰图像分类 | 第42-51页 |
| 4.1 图像区域化 | 第42-44页 |
| 4.1.1 分水岭分割 | 第42-44页 |
| 4.1.2 区域邻接图 | 第44页 |
| 4.2 特征向量提取 | 第44-45页 |
| 4.3 结合MRF与v-SVM的数学推导 | 第45-46页 |
| 4.4 基于RAG的边缘语境模型 | 第46-47页 |
| 4.5 边缘的双阈值处理 | 第47-48页 |
| 4.6 MRF-vSVC多类分类方法 | 第48-49页 |
| 4.7 MRF-vSVC算法流程 | 第49-50页 |
| 4.8 本章小结 | 第50-51页 |
| 第五章 实验结果与分析 | 第51-61页 |
| 5.1 实验环境和数据 | 第51页 |
| 5.2 实验准备 | 第51-53页 |
| 5.3 分类评价 | 第53-58页 |
| 5.4 泛化性能评估 | 第58页 |
| 5.5 本章小结 | 第58-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 6.1 工作总结 | 第61页 |
| 6.2 展望未来 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间的学术活动及成果 | 第66-67页 |