| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及意义 | 第10-12页 |
| 1.1.1 合成孔径雷达的研究背景 | 第10-11页 |
| 1.1.2 合成孔径雷达的研究意义 | 第11-12页 |
| 1.2 SAR图像降斑的研究现状 | 第12-14页 |
| 1.3 本文的研究内容及组织结构 | 第14-17页 |
| 1.3.1 本文的研究内容 | 第14-15页 |
| 1.3.2 本文的组织结构 | 第15-17页 |
| 第2章 SAR图像特性和斑点特性 | 第17-23页 |
| 2.1 SAR图像成像机理 | 第17-18页 |
| 2.2 SAR图像特性 | 第18-19页 |
| 2.2.1 方位分辨率 | 第18-19页 |
| 2.2.2 距离分辨率 | 第19页 |
| 2.3 斑点特性 | 第19-22页 |
| 2.3.1 斑点模型 | 第19-20页 |
| 2.3.2 斑点统计特性 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 经典滤波方法 | 第23-32页 |
| 3.1 空域滤波方法 | 第23-26页 |
| 3.1.1 Lee滤波及其增强型算法 | 第23-25页 |
| 3.1.2 Kuan滤波及其增强型算法 | 第25页 |
| 3.1.3 Frost滤波 | 第25-26页 |
| 3.1.4 Gamma MAP滤波 | 第26页 |
| 3.2 偏微分方程方法 | 第26-29页 |
| 3.2.1 全变分（TV）模型 | 第27-28页 |
| 3.2.2 PM模型 | 第28-29页 |
| 3.3 降斑算法的性能评价指标 | 第29-30页 |
| 3.3.1 主观评价方法 | 第29页 |
| 3.3.2 客观评价方法 | 第29-30页 |
| 3.4 本章小结 | 第30-32页 |
| 第4章 基于结构化信息检测和Kirsch方向模板的降斑算法 | 第32-46页 |
| 4.1 Kirsch方向模板 | 第32-33页 |
| 4.2 自适应滑动窗技术 | 第33-35页 |
| 4.3 基于结构化信息检测和Kirsch方向模板的降斑算法 | 第35-36页 |
| 4.4 实验结果与分析 | 第36-45页 |
| 4.4.1 仿真SAR图像实验 | 第37-38页 |
| 4.4.2 实际高分辨率SAR图像实验 | 第38-44页 |
| 4.4.3 实验总结 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 基于NLM滤波和AA模型的降斑算法 | 第46-60页 |
| 5.1 基于AA模型的SAR图像降斑 | 第46-49页 |
| 5.1.1 AA模型的建立及快速求解算法 | 第46-48页 |
| 5.1.2 基于AA模型的降斑结果与分析 | 第48-49页 |
| 5.2 基于NLM模型的SAR图像降斑 | 第49-51页 |
| 5.3 基于NLM滤波和AA模型的降斑算法 | 第51-58页 |
| 5.3.1 新模型的建立 | 第51-52页 |
| 5.3.2 新模型的求解 | 第52-53页 |
| 5.3.3 新模型的实验结果与分析 | 第53-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 研究工作总结 | 第60页 |
| 6.2 未来研究方向 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第70页 |