| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究技术简介 | 第12-16页 |
| 1.2.1 特征提取与描述技术 | 第12-13页 |
| 1.2.2 多尺度空间构建 | 第13-15页 |
| 1.2.3 特征匹配 | 第15页 |
| 1.2.4 区域优化 | 第15-16页 |
| 1.3 论文的主要工作 | 第16-17页 |
| 1.4 章节内容安排 | 第17-19页 |
| 第2章 合成孔径雷达（SAR）图像配准算法概述 | 第19-43页 |
| 2.1 图像配准与变换矩阵 | 第19-21页 |
| 2.2 基于特征的图像配准算法 | 第21-32页 |
| 2.2.1 特征提取技术 | 第22-30页 |
| 2.2.2 匹配方式 | 第30-31页 |
| 2.2.3 小结 | 第31-32页 |
| 2.3 基于区域的图像配准算法 | 第32-33页 |
| 2.3.1 范数类价值函数 | 第32页 |
| 2.3.2 相关性价值函数 | 第32-33页 |
| 2.3.3 小结 | 第33页 |
| 2.4 合成孔径雷达图像配准算法 | 第33-43页 |
| 2.4.1 尺度不变特征变换八度（SIFT-Octave）算法 | 第34-35页 |
| 2.4.2 双边滤波尺度不变特征变换（BF-SIFT） | 第35-36页 |
| 2.4.3 合成孔径雷达尺度不变特征变换（SAR-SIFT） | 第36-39页 |
| 2.4.4 像素迁移算法（Pixel Migration） | 第39-40页 |
| 2.4.5 小结 | 第40-43页 |
| 第3章 基于特征提取与区域优化的SAR图像配准算法 | 第43-61页 |
| 3.1 算法引出 | 第43-46页 |
| 3.2 优化模型与因素分解 | 第46-49页 |
| 3.2.1 仿射变换模型（Affine Transform Model） | 第46-47页 |
| 3.2.2 基于区域的优化模型 | 第47页 |
| 3.2.3 模型重构与因素分解 | 第47-49页 |
| 3.3 基于SIFT-DRS特征提取的因素确定方案 | 第49-55页 |
| 3.3.1 双分辨率的尺度不变特征变换（SIFT-DRS） | 第49-51页 |
| 3.3.2 有约束的基于区域的重构配准优化模型 | 第51-54页 |
| 3.3.3 随机梯度下降与批量梯度下降 | 第54-55页 |
| 3.4 关键参数选择 | 第55-61页 |
| 3.4.1 降采样率 | 第56-57页 |
| 3.4.2 切片比率 | 第57-58页 |
| 3.4.3 最大迭代周期 | 第58-59页 |
| 3.4.4 小结 | 第59-61页 |
| 第4章 FAO算法对比实验与应用研究 | 第61-69页 |
| 4.1 FAO算法配准测试对比实验 | 第61-64页 |
| 4.2 FAO算法的应用研究 | 第64-67页 |
| 4.2.1 变化检测应用 | 第64-65页 |
| 4.2.2 SAR图像拼接应用 | 第65-67页 |
| 4.3 小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间发表论文与研究成果清单 | 第75-77页 |
| 致谢 | 第77页 |
