| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 SAR图像相干斑抑制及非局部平均的研究现状 | 第10-13页 |
| 1.2.1 SAR图像相干斑抑制研究现状 | 第10-12页 |
| 1.2.2 非局部平均研究现状 | 第12-13页 |
| 1.3 SAR图像边缘检测研究现状 | 第13-14页 |
| 1.4 本论文主要研究内容与章节安排 | 第14-17页 |
| 1.4.1 主要研究内容 | 第14-15页 |
| 1.4.2 章节安排 | 第15-17页 |
| 2 SAR图像相干斑形成机理及抑斑性能评价指标 | 第17-25页 |
| 2.1 SAR系统成像原理 | 第17-19页 |
| 2.2 SAR图像相干斑形成机理 | 第19-21页 |
| 2.3 SAR图像相干斑抑制性能评价指标 | 第21-23页 |
| 2.4 小结 | 第23-25页 |
| 3 SAR图像经典相干斑抑制算法及边缘检测算子简介 | 第25-41页 |
| 3.1 SAR图像经典相干斑抑制算法简介 | 第25-36页 |
| 3.1.1 SAR图像空域滤波算法简介 | 第25-31页 |
| 3.1.2 SAR图像变换域滤波算法简介 | 第31-33页 |
| 3.1.3 SAR图像各向异性扩散滤波算法简介 | 第33-36页 |
| 3.2 经典边缘检测算子简介 | 第36-39页 |
| 3.3 小结 | 第39-41页 |
| 4 基于非局部平均的SAR图像相干斑抑制算法 | 第41-63页 |
| 4.1 经典非局部平均算法 | 第41-42页 |
| 4.2 变差系数和均值比 | 第42-43页 |
| 4.3 基于均值比的SAR图像非局部平均抑斑算法MR-NLM | 第43-54页 |
| 4.3.1 算法综述 | 第43-44页 |
| 4.3.2 构建基于MR的相似性测量参量 | 第44-46页 |
| 4.3.3 构建基于CV的自适应衰减因子 | 第46-47页 |
| 4.3.4 基于NLM的加权平均滤波 | 第47-48页 |
| 4.3.5 实验与结果 | 第48-54页 |
| 4.4 针对MR-NLM算法继续改进的的讨论 | 第54-62页 |
| 4.4.1 改进措施一 | 第55-57页 |
| 4.4.2 改进措施二 | 第57-60页 |
| 4.4.3 改进措施三 | 第60-62页 |
| 4.5 小结 | 第62-63页 |
| 5 基于各向异性高斯核和比率运算的SAR图像边缘检测算法 | 第63-71页 |
| 5.1 均值比算子及各向异性高斯核函数 | 第63-66页 |
| 5.1.1 均值比算子 | 第63-65页 |
| 5.1.2 各向异性高斯核函数及方向导数 | 第65-66页 |
| 5.2 基于比率和各向异性高斯核的SAR图像边缘检测算法 | 第66-69页 |
| 5.2.1 算法综述 | 第66页 |
| 5.2.2 融合比率运算及各向异性高斯核的边缘检测器 | 第66-68页 |
| 5.2.3 仿真实验及性能评价 | 第68-69页 |
| 5.3 小结 | 第69-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 6.2.1 SAR图像相干斑抑制研究展望 | 第72页 |
| 6.2.2 SAR图像边缘检测研究展望 | 第72-73页 |
| 参考文献 | 第73-81页 |
| 攻读硕士学位期间的研究成果 | 第81-83页 |
| 致谢 | 第83页 |
