| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第一章 引言 | 第9-16页 |
| ·本课题的研究背景与意义 | 第9-11页 |
| ·相干斑抑制的研究现状 | 第11-12页 |
| ·独立分量分析的发展过程及应用现状 | 第12-14页 |
| ·本文的研究内容 | 第14-16页 |
| 第二章 极化 SAR 特点及相干斑特性研究 | 第16-27页 |
| ·极化 SAR 特点 | 第16-19页 |
| ·相干斑的特性分析 | 第19-27页 |
| ·相干斑形成机理 | 第19-20页 |
| ·相干斑噪声模型 | 第20页 |
| ·相干斑统计特性 | 第20-22页 |
| ·相干斑处理方法现状 | 第22-25页 |
| ·多视处理 | 第22页 |
| ·Lee 局部统计滤波算法 | 第22-23页 |
| ·最大后验概率(MAP)滤波 | 第23页 |
| ·小波域阈值去噪方法 | 第23-24页 |
| ·极化白化滤波 | 第24-25页 |
| ·最优权值滤波 | 第25页 |
| ·相干斑抑制的性能评估 | 第25-27页 |
| 第三章 独立分量分析理论 | 第27-57页 |
| ·引言 | 第27页 |
| ·独立分量分析基础 | 第27-41页 |
| ·相关理论基础 | 第27-34页 |
| ·随机变量的高阶统计特性 | 第28-31页 |
| ·信息论基础 | 第31-33页 |
| ·统计独立性 | 第33-34页 |
| ·主分量分析 | 第34-36页 |
| ·独立分量分析 | 第36-41页 |
| ·ICA 的模型描述及约束条件 | 第37-39页 |
| ·ICA 的预处理 | 第39-40页 |
| ·ICA 的结构 | 第40-41页 |
| ·独立分量分析算法研究 | 第41-53页 |
| ·独立分量分析目标(对照)函数 | 第42-46页 |
| ·最大化非高斯性 | 第42-45页 |
| ·互信息最小化 | 第45-46页 |
| ·最大似然估计 | 第46页 |
| ·独立分量分析优化算法 | 第46-53页 |
| ·FastICA 算法 | 第47-49页 |
| ·Infomax 及其扩展算法 | 第49-53页 |
| ·独立分量分析的典型应用 | 第53-57页 |
| ·语音分离实验 | 第53-55页 |
| ·图像分离实验 | 第55-57页 |
| 第四章 独立分量分析在极化 SAR 遥感图像中的应用 | 第57-75页 |
| ·独立分量分析的引入 | 第57-58页 |
| ·独立分量分析降低极化 SAR 图像相干斑噪声 | 第58-59页 |
| ·实验数据 | 第59-60页 |
| ·实验内容和实验结果分析 | 第60-75页 |
| ·现有一些相干斑抑制方法的实验 | 第60-65页 |
| ·ICA 方 法 的 实验 | 第65-73页 |
| ·实 验 结 果 比较 分析 | 第73-75页 |
| 第五章 结论 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 附录 对数变换对相干斑噪声的影响 | 第80-82页 |
| 致谢 | 第82-83页 |
| 个人简历 | 第83页 |