| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-27页 |
| 1.1 论文研究背景与意义 | 第17-19页 |
| 1.2 SAR图像分割的研究现状 | 第19-20页 |
| 1.3 SAR图像分割的主要方法 | 第20-25页 |
| 1.3.1 基于模型优化的SAR图像分割算法 | 第20-23页 |
| 1.3.2 基于图像特征的SAR图像分割算法 | 第23-25页 |
| 1.4 论文的主要工作与内容安排 | 第25-27页 |
| 第二章 SAR图像的信息特征及分割概述 | 第27-37页 |
| 2.1 引言 | 第27页 |
| 2.2 SAR图像的相干斑模型 | 第27-29页 |
| 2.2.1 相干斑概述 | 第27页 |
| 2.2.2 二维随机游走模型及高斯相干斑假设条件 | 第27-29页 |
| 2.3 单视及多视化SAR图像的相干斑模型 | 第29-33页 |
| 2.3.1 单视SAR图像的相干斑模型 | 第29-31页 |
| 2.3.2 多视SAR图像的相干斑模型 | 第31-33页 |
| 2.4 不同场景对SAR图像的影响 | 第33-35页 |
| 2.4.1 目标高度的影响 | 第33-34页 |
| 2.4.2 地物参数对SAR图像的影响 | 第34-35页 |
| 2.5 SAR图像分割结果的性能评价方法 | 第35-36页 |
| 2.5.1 边缘检测能力度量 | 第35页 |
| 2.5.2 边缘定位精度度量 | 第35-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 基于加权中值滤波预处理的SAR图像初始分割 | 第37-57页 |
| 3.1 引言 | 第37-38页 |
| 3.2 基于加权中值滤波的预处理算法 | 第38-43页 |
| 3.2.1 中值滤波的选取 | 第38-40页 |
| 3.2.2 基于离散高斯分布的加权窗 | 第40-43页 |
| 3.2.3 加权中值滤波对SAR图像的预处理方法 | 第43页 |
| 3.3 SAR图像的边缘检测及阈值化处理 | 第43-47页 |
| 3.3.1 初始分割方法的选取 | 第43-44页 |
| 3.3.2 RESM的的计算流程 | 第44-45页 |
| 3.3.3 基于比率边缘检测的边缘检测算法 | 第45-47页 |
| 3.4 分水岭变换进行初始分割 | 第47-49页 |
| 3.4.1 分水岭变换原理 | 第47-48页 |
| 3.4.2 分水岭变换算法 | 第48页 |
| 3.4.3 分水岭变换算法的评价 | 第48-49页 |
| 3.5 实验结果评估 | 第49-55页 |
| 3.5.1 实验结果分析 | 第49-54页 |
| 3.5.2 算法性能分析 | 第54-55页 |
| 3.6 本章小结 | 第55-57页 |
| 第四章 相对公共边界与K-S距离相结合的区域合并 | 第57-75页 |
| 4.1 引言 | 第57-58页 |
| 4.2 基于相对公共边界的合并测度 | 第58-62页 |
| 4.2.1 区域间的最大相似度 | 第59-61页 |
| 4.2.2 基于相对公共边界长度的合并测度 | 第61-62页 |
| 4.3 基于K-S距离的合并测度 | 第62-64页 |
| 4.3.1 K-S距离的特征 | 第62-63页 |
| 4.3.2 基于K-S距离测度的合并方法 | 第63-64页 |
| 4.4 实验结果分析与评估 | 第64-73页 |
| 4.4.1 K-S阈值T的选择 | 第65-67页 |
| 4.4.2 区域面积阈值rT的选择 | 第67-68页 |
| 4.4.3 SAR图像的最终分割结果 | 第68-72页 |
| 4.4.4 算法复杂度评价 | 第72-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第五章 总结与展望 | 第75-78页 |
| 5.1 总结 | 第75-76页 |
| 5.2 展望 | 第76-78页 |
| 参考文献 | 第78-86页 |
| 致谢 | 第86-88页 |
| 作者简介 | 第88-89页 |