| 创新点摘要 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 目录 | 第11-14页 |
| 引言 | 第14-16页 |
| 第一章 绪论 | 第16-33页 |
| 1.1 SAR系统的发展历程 | 第16-18页 |
| 1.2 SAR图像的特点及应用 | 第18-19页 |
| 1.3 SAR图像分割相关技术和现状 | 第19-30页 |
| 1.3.1 图像分割 | 第19-21页 |
| 1.3.2 SAR图像分割 | 第21-30页 |
| 1.4 论文的主要内容和安排 | 第30-33页 |
| 第二章 SAR图像及其特性 | 第33-48页 |
| 2.1 SAR基本工作原理 | 第33-37页 |
| 2.1.1 真实孔径雷达的距离和方向分辨率 | 第34-35页 |
| 2.1.2 脉冲压缩技术 | 第35-36页 |
| 2.1.3 合成孔径技术 | 第36-37页 |
| 2.2 SAR图像的统计特性 | 第37-47页 |
| 2.2.1 SAR相干成像机理 | 第38-39页 |
| 2.2.2 复数信号的统计特征 | 第39-42页 |
| 2.2.3 多视SAR图像的统计特征 | 第42-45页 |
| 2.3.4 相干斑噪声的相关特性 | 第45-47页 |
| 本章小结 | 第47-48页 |
| 第三章 活动轮廓线模型和水平集方法 | 第48-65页 |
| 3.1 活动轮廓线模型的基本理论 | 第48-55页 |
| 3.1.1 活动轮廓线模型概述 | 第49-52页 |
| 3.1.2 活动轮廓线模型的数学描述 | 第52-53页 |
| 3.1.3 活动轮廓线模型的数值解法 | 第53-55页 |
| 3.2 曲线演化和水平集方法的基本理论 | 第55-64页 |
| 3.2.1 曲线演化 | 第56-58页 |
| 3.2.2 水平集方法 | 第58-64页 |
| 本章小结 | 第64-65页 |
| 第四章 基于活动轮廓线模型和水平集方法的SAR图像目标分割 | 第65-85页 |
| 4.1 基于活动轮廓线模型和水平集方法的SAR图像分割 | 第65-69页 |
| 4.1.1 基于边界和区域的活动轮廓线模型 | 第66-68页 |
| 4.1.2 分割模型的建立 | 第68-69页 |
| 4.2 基于全局稳定最小的水平集方法SAR图像目标分割 | 第69-78页 |
| 4.2.1 针对单极化SAR图像的基于全局稳定最小的能量泛函 | 第70-72页 |
| 4.2.2 稳定最小的数学证明 | 第72-74页 |
| 4.2.3 曲线演化的截止条件 | 第74-75页 |
| 4.2.4 数值计算方法 | 第75-76页 |
| 4.2.5 实验结果 | 第76-78页 |
| 4.3 基于全局稳定最小水平集方法的多极化SAR图像目标分割 | 第78-84页 |
| 4.3.1 针对多极化SAR图像目标分割的能量泛函 | 第79-80页 |
| 4.3.2 基于全局稳定最小水平集方法的多极化SAR图像目标分割 | 第80-84页 |
| 本章小结 | 第84-85页 |
| 第五章 马尔可夫随机场和能量优化方法 | 第85-114页 |
| 5.1 马尔可夫随机场的基本原理 | 第85-90页 |
| 5.1.1 邻域和集团的定义 | 第86-88页 |
| 5.1.2 马尔可夫随机场与吉布斯随机场 | 第88-89页 |
| 5.1.3 Hammersley-Clifford定理 | 第89-90页 |
| 5.2 几种常见的马尔可夫随机场模型 | 第90-94页 |
| 5.2.1 AUTO模型 | 第90-91页 |
| 5.2.2 MLL模型 | 第91-92页 |
| 5.2.3 Ising模型 | 第92-93页 |
| 5.2.4 GMRF模型 | 第93-94页 |
| 5.3 贝叶斯原理 | 第94-96页 |
| 5.3.1 风险函数 | 第94-95页 |
| 5.3.2 最大后验估计 | 第95-96页 |
| 5.4 能量函数最小化方法简介 | 第96-111页 |
| 5.4.1 能量函数局部最小化方法 | 第97-104页 |
| 5.4.2 能量函数全局最小化方法 | 第104-111页 |
| 5.5 图切分原理 | 第111-113页 |
| 5.5.1 标准的Graph Cut算法 | 第111-112页 |
| 5.5.2 多标号近似的Graph Cut算法 | 第112-113页 |
| 本章小结 | 第113-114页 |
| 第六章 基于图切分和马尔可夫随机场的SAR图像场景分割 | 第114-138页 |
| 6.1 分割问题的描述 | 第114-115页 |
| 6.2 基于MRF的SAR图像分割的框架 | 第115-121页 |
| 6.2.1 观测图像模型 | 第116页 |
| 6.2.2 标号图像MLL模型 | 第116-118页 |
| 6.2.3 基于MRF的SAR图像分割 | 第118-119页 |
| 6.2.4 能量最优化方法的性能比较 | 第119-121页 |
| 6.3 基于GRAPH CUT的SAR图像分割方法 | 第121-125页 |
| 6.3.1 似然项设计 | 第122页 |
| 6.3.2 先验能量设计 | 第122-124页 |
| 6.3.3 基于Graph Cut的SAR图像分割结果 | 第124-125页 |
| 6.4 基于多层图模型和几何位置先验的SAR图像分割 | 第125-137页 |
| 6.4.1 能量函数分析 | 第126-128页 |
| 6.4.2 几何位置先验和多层图模型 | 第128-131页 |
| 6.4.3 基于几何位置先验的SAR图像分割实验结果 | 第131-137页 |
| 本章小结 | 第137-138页 |
| 第七章 SAR图像标注框架及SAR图像分割技术在SAR图像标注中的应用 | 第138-150页 |
| 7.1 SAR图像标注的框架 | 第138-140页 |
| 7.2 SAR图像标注框架相关方案的基本实现 | 第140-149页 |
| 7.2.1 交互式SAR图像语义信息提取方案的实现 | 第140-143页 |
| 7.2.2 大场景SAR图像语义信息提取方案的实现 | 第143-149页 |
| 本章小结 | 第149-150页 |
| 第八章 总结和展望 | 第150-153页 |
| 8.1 论文研究工作总结 | 第150-151页 |
| 8.2 后续应开展的研究工作 | 第151-153页 |
| 参考文献 | 第153-163页 |
| 攻读学位期间发表的论文 | 第163-164页 |
| 致谢 | 第164-165页 |
