基于支持向量机的SAR图像去噪与分割
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状与发展趋势 | 第10-11页 |
| ·论文的主要工作及内容安排 | 第11-13页 |
| 2 模糊支持向量机理论 | 第13-27页 |
| ·支持向量机的工作原理 | 第13-18页 |
| ·线性支持向量机分类 | 第13-15页 |
| ·非线性支持向量机分类 | 第15-16页 |
| ·支持向量机回归 | 第16-18页 |
| ·支持向量机的特点与发展现状 | 第18-20页 |
| ·模糊支持向量机 | 第20-26页 |
| ·模糊支持向量机原理 | 第20-23页 |
| ·模糊支持向量机的分类问题 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 3 SAR 图像去噪 | 第27-37页 |
| ·SAR 图像的相干斑噪声 | 第27-28页 |
| ·图像去噪方法 | 第28-29页 |
| ·噪声模型 | 第28页 |
| ·相关去噪方法 | 第28-29页 |
| ·支持向量机网络滤波器的设计 | 第29-36页 |
| ·滤波输入向量及训练样本设计 | 第30页 |
| ·支持向量回归网络 | 第30-31页 |
| ·实验工具箱简介 | 第31页 |
| ·实验过程及结果 | 第31-34页 |
| ·结果评价 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 4 SAR 图像分割 | 第37-54页 |
| ·图像分割定义 | 第37页 |
| ·图像分割的方法 | 第37-41页 |
| ·基于模糊支持向量机的SAR 图像分割 | 第41-52页 |
| ·图像的纹理特征 | 第41-43页 |
| ·SAR 图像的特征提取 | 第43-45页 |
| ·训练样本的选取 | 第45-46页 |
| ·模糊支持向量机分类 | 第46-48页 |
| ·图像分割的实现 | 第48-50页 |
| ·实验对比及分析 | 第50-52页 |
| ·图像分割评价 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 结论 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |
