| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 1 绪论 | 第16-23页 |
| 1.1 研究背景和意义 | 第16-17页 |
| 1.2 国内外研究现状及存在问题 | 第17-20页 |
| 1.3 研究内容及技术路线 | 第20-21页 |
| 1.4 论文结构安排 | 第21-23页 |
| 2 传统SAR影像变化检测方法 | 第23-40页 |
| 2.1 SAR影像特性 | 第23-28页 |
| 2.2 SAR影像滤波 | 第28-32页 |
| 2.3 SAR影像变化信息提取方法 | 第32-37页 |
| 2.4 变化检测精度评价方法 | 第37-40页 |
| 3 SAR影像多尺度分割 | 第40-51页 |
| 3.1 影像分割概述 | 第40-42页 |
| 3.2 分形网络演化分割法 | 第42-47页 |
| 3.3 非局部三边滤波影像去噪及实验对比 | 第47-49页 |
| 3.4 本章小结 | 第49-51页 |
| 4 基于图斑对象均值对数比的高分辨率SAR影像变化检测 | 第51-60页 |
| 4.1 均值对数比 | 第51-52页 |
| 4.2 基于图斑对象均值对数比的高分辨率SAR影像变化检测 | 第52-53页 |
| 4.3 试验结果及分析 | 第53-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 灰度直方图和LBP纹理直方图的G统计量距离自适应加权变化检测 | 第60-75页 |
| 5.1 SAR影像的纹理特性 | 第60-64页 |
| 5.2 LBP纹理 | 第64-65页 |
| 5.3 G统计量 | 第65-66页 |
| 5.4 灰度和纹理距离自适应加权 | 第66-68页 |
| 5.5 灰度直方图和LBP纹理直方图的G统计量距离自适应加权变化检测 | 第68页 |
| 5.6 试验结果及分析 | 第68-74页 |
| 5.7 本章小结 | 第74-75页 |
| 6 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-84页 |
| 致谢 | 第84-86页 |
| 攻读硕士期间的主要成果 | 第86页 |
