摘要 | 第1-6页 |
Abstract | 第6-10页 |
1. 绪论 | 第10-17页 |
·研究背景与意义 | 第10-11页 |
·国内外研究现状 | 第11-15页 |
·主要方法 | 第12-13页 |
·存在的问题 | 第13-14页 |
·研究展望 | 第14-15页 |
·论文主要研究内容与安排 | 第15-17页 |
2. 小波分析基础理论 | 第17-29页 |
·小波变换基本概念 | 第17-19页 |
·连续小波变换 | 第18-19页 |
·小波变换离散化 | 第19页 |
·多分辨分析与MALLAT算法 | 第19-23页 |
·多分辨率分析 | 第20-21页 |
·MALLAT算法 | 第21-23页 |
·可分离二维小波变换的多分辨分析 | 第23-27页 |
·小波基函数的选择 | 第27-29页 |
3. SAR影像数据及其预处理 | 第29-34页 |
·SAR影像数据 | 第29-31页 |
·SAR图像预处理 | 第31-34页 |
·未成像黑色边界的去除 | 第31-32页 |
·灰度调节 | 第32-34页 |
4. Speckle噪声抑制 | 第34-46页 |
·Speckle噪声产生机理 | 第34-35页 |
·Speckle噪声乘性模型 | 第35-36页 |
·Speckle噪声抑制典型算法 | 第36-42页 |
·改进的小波低通滤波器去噪方法 | 第42-44页 |
·Speckle滤波效果评价参数 | 第44-46页 |
5. 基于平稳小波变换的SAR图像海岸线自动提取 | 第46-61页 |
·引言 | 第46-47页 |
·小波变换边缘检测基本原理 | 第47-50页 |
·二维离散可分离平稳小波变换 | 第50-53页 |
·基于Sobel算子与SWT梯度信息的SAR图像海岸线检测 | 第53-61页 |
·SAR图像SWT梯度信息的计算及模极大值搜索 | 第54-58页 |
·SAR图像海岸线检测的后处理 | 第58-61页 |
6. 实验与分析 | 第61-66页 |
·SAR图像预处理 | 第61-62页 |
·Speckle噪声抑制 | 第62-63页 |
·基于SWT的SAR图像海岸线提取 | 第63-66页 |
7. 结论与展望 | 第66-68页 |
·结论 | 第66-67页 |
·展望 | 第67-68页 |
参考文献 | 第68-72页 |
致谢 | 第72-73页 |
个人简历、在学期间发表的学术论文与研究成果 | 第73页 |