| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题研究的背景及意义 | 第11-14页 |
| 1.1.1 SAR 的发展概况及应用 | 第11-13页 |
| 1.1.2 课题研究的目的和意义 | 第13-14页 |
| 1.2 SAR 图像纹斑噪声抑制的研究现状 | 第14-17页 |
| 1.3 本文的主要研究内容及论文的结构 | 第17-19页 |
| 1.4 本章小结 | 第19-20页 |
| 第二章 SAR 图像纹斑形成机理及统计模型 | 第20-38页 |
| 2.1 合成孔径雷达成像简介 | 第20-22页 |
| 2.2 SAR 图像纹斑形成的机理 | 第22-26页 |
| 2.2.1 衰落（fading）的概念 | 第22-24页 |
| 2.2.2 衰落与SAR 图像的纹斑 | 第24-26页 |
| 2.3 数据纹斑-场景模型 | 第26-33页 |
| 2.3.1 纹斑噪声模型 | 第26-28页 |
| 2.3.2 场景模型 | 第28-29页 |
| 2.3.3 数据纹斑－场景模型 | 第29-33页 |
| 2.3.4 K 分布模型的局限性 | 第33页 |
| 2.4 雷达图像的局部特征 | 第33-37页 |
| 2.4.1 均匀区域特征 | 第33-34页 |
| 2.4.2 结构特征或强散射体 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 基于局域统计的自适应滤波方法 | 第38-66页 |
| 3.1 基于局域统计的自适应滤波方法回顾 | 第38-49页 |
| 3.1.1 关于纹斑噪声平稳与非平稳的两类滤波器模型假设 | 第39页 |
| 3.1.2 非平稳场景信号的纹斑滤波：局部平稳模型 | 第39-40页 |
| 3.1.3 局部平稳区域的SMSM（平稳乘积斑噪声模型）纹斑滤波 | 第40-44页 |
| 3.1.4 局部平稳区域的NSMSM（非平稳乘积斑噪声模型）纹斑滤波 | 第44-47页 |
| 3.1.5 局部非平稳区域的纹斑滤波 | 第47-48页 |
| 3.1.6 最优参数估计的多分辨率（multiresolution）技术 | 第48-49页 |
| 3.2 滤波算法的改进 | 第49-52页 |
| 3.2.1 滤波器改进的思想 | 第49-51页 |
| 3.2.2 增强的Frost（Enhanced Frost：EFrost）滤波器 | 第51-52页 |
| 3.2.3 修正的Lee（Modified Lee：MLee）滤波器 | 第52页 |
| 3.2.4 增强的MAP 滤波器 | 第52页 |
| 3.3 基于各向异性扩散（ANISOTROPIC DIFFUSION）的改进的FROST 算法 | 第52-58页 |
| 3.3.1 Frost 滤波器的缺点 | 第53-54页 |
| 3.3.2 比值边缘检测算子 | 第54-55页 |
| 3.3.3 ADFF 滤波算法 | 第55-57页 |
| 3.3.4 小结 | 第57-58页 |
| 3.4 实验结果及分析 | 第58-59页 |
| 3.5 ADFF 滤波器的实验结果 | 第59-65页 |
| 3.6 本章小节 | 第65-66页 |
| 第四章 基于小波变换的纹斑抑制算法 | 第66-108页 |
| 4.1 小波变换（WAVELET TRANSFORM） | 第66-73页 |
| 4.1.1 多分辨率分析 | 第69-70页 |
| 4.1.2 DWT 的实现 | 第70-73页 |
| 4.2 利用小波变换抑制SAR 图像纹斑噪声概述 | 第73-77页 |
| 4.2.1 阈值技术 | 第76-77页 |
| 4.2.2 贝叶斯估计技术 | 第77页 |
| 4.3 结合隐马尔可夫树模型和高斯马尔可夫随机场模型的小波去斑算法 | 第77-94页 |
| 4.3.1 HMT 模型 | 第78-83页 |
| 4.3.2 高斯马尔可夫随机场（GMRF）模型 | 第83-84页 |
| 4.3.3 基于HMT 模型和GMRF 模型相结合的新的去斑算法 | 第84-86页 |
| 4.3.4 算法的完善——多尺度局部方差系数的引入 | 第86-88页 |
| 4.3.5 算法的实现步骤 | 第88页 |
| 4.3.6 移不变（Shift-Invariant）小波变换 | 第88-90页 |
| 4.3.7 算法的仿真实验 | 第90-94页 |
| 4.4 利用CAUCHY 概率分布模型建模的小波去斑算法 | 第94-107页 |
| 4.4.1 小波系数的pdf 模型 | 第95-96页 |
| 4.4.2 利用“第二类统计特性”来估计Cauchy 分布的参数 | 第96-98页 |
| 4.4.3 基于Cauchy 分布的MAP 小波去斑算法 | 第98-100页 |
| 4.4.4 算法的仿真实验 | 第100-107页 |
| 4.5 本章小结 | 第107-108页 |
| 第五章 基于CONTOURLET 变换的纹斑抑制算法 | 第108-133页 |
| 5.1 概述及图像的多尺度几何分析 | 第108-111页 |
| 5.2 CONTOURLET 变换 | 第111-114页 |
| 5.3 CONTOURLET 变换域的HMT（CHMT）模型 | 第114-121页 |
| 5.3.1 contourlet 系数之间的关系 | 第114-116页 |
| 5.3.2 contourlet 系数的统计特性 | 第116-118页 |
| 5.3.3 Contourlet 域的HMT（CHMT）模型 | 第118-121页 |
| 5.4 结合CHMT 模型和GMRF 模型的CONTOURLET 去斑算法 | 第121-127页 |
| 5.4.1 CHMT 模型和WHMT 的区别 | 第121-122页 |
| 5.4.2 CHMT 模型存在的问题 | 第122-123页 |
| 5.4.3 GMRF 模型和IDVC 参数 | 第123-125页 |
| 5.4.4 结合CHMT 模型和GMRF 模型的contourlet 去斑算法 | 第125-127页 |
| 5.5 算法的仿真实验 | 第127-132页 |
| 5.6 本章小结 | 第132-133页 |
| 第六章 综合比较仿真实验 | 第133-139页 |
| 6.1 实验的结果及其分析 | 第133-138页 |
| 6.2 本章小结 | 第138-139页 |
| 第七章 全文总结 | 第139-141页 |
| 7.1 主要结论 | 第139-140页 |
| 7.2 研究展望 | 第140-141页 |
| 附录1 符号与标记 | 第141-144页 |
| 附录2 图表索引 | 第144-146页 |
| 附录3 表格索引 | 第146-147页 |
| 参考文献 | 第147-160页 |
| 致谢 | 第160-161页 |
| 攻读博士学位期间已发表或录用的论文 | 第161-164页 |
