| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7-9页 |
| ·SAR图像分割的国内外研究现状及发展趋势 | 第9-12页 |
| ·论文结构 | 第12-15页 |
| 第二章 SAR图像的成像原理和统计特性 | 第15-23页 |
| ·SAR图像成像原理及成像算法 | 第15-17页 |
| ·SAR图像的统计模型 | 第17-19页 |
| ·SAR图像噪声特性 | 第19-21页 |
| ·SAR图像相干斑形成机理 | 第19-20页 |
| ·SAR图像的乘性噪声乘积模型 | 第20-21页 |
| ·SAR图像处理过程 | 第21-23页 |
| 第三章 非高斯Triplet Markov fields(TMF)模型 | 第23-33页 |
| ·马尔科夫模型 | 第23-28页 |
| ·马尔科夫随机场理论及领域系和连通系 | 第23-25页 |
| ·马尔科夫随机场与吉布斯随机场的等效 | 第25-26页 |
| ·Hidden Markov fields(HMF)和Pairwise Markov fields (PMF)模型 | 第26-28页 |
| ·Triplet Markov fields(TMF)模型 | 第28页 |
| ·非高斯TMF模型 | 第28-32页 |
| ·非高斯相关噪声的TMF随机场 | 第28-31页 |
| ·实验仿真结果及分析 | 第31-32页 |
| ·结论 | 第32-33页 |
| 第四章 Pixon模型及pixon的形成方法 | 第33-41页 |
| ·Pixon模型 | 第33-36页 |
| ·Pixon模型定义及应用领域 | 第33-35页 |
| ·Pixon模型的邻域系统的标记及合并 | 第35-36页 |
| ·几种代表性的pixon的形成方法 | 第36-41页 |
| ·使用模糊理论形成pixon的算法 | 第36-37页 |
| ·使用各向异性扩散方程形成pixon的算法 | 第37-38页 |
| ·四叉树分解形成pixon的算法 | 第38-41页 |
| 第五章 一种快速的三重马尔科夫随机场的无监督SAR图像多类分割算法 | 第41-51页 |
| ·基于SAR图像乘性斑点噪声的pixon四叉树分解 | 第41-43页 |
| ·SAR图像四叉树分解的数字特征 | 第41-42页 |
| ·SAR图像的pixon表示及领域系和连通系的标记 | 第42页 |
| ·针对乘性斑点噪声的pixon四叉树分解的阈值选取及分解规则 | 第42-43页 |
| ·一种快速的三重马尔科夫随机场的无监督SAR图像多类分割算法 | 第43-45页 |
| ·基于边缘信息pixon描述的TMF新势能函数导出 | 第43-44页 |
| ·快速TMF中的参数估计 | 第44-45页 |
| ·实验仿真结果及分析 | 第45-49页 |
| ·两种算法的主客观分割评价对比 | 第47-48页 |
| ·两种算法的计算复杂度对比 | 第48-49页 |
| ·两种算法的运行时间对比 | 第49页 |
| ·小结 | 第49-51页 |
| 第六章 结论与展望 | 第51-53页 |
| ·本文研究结论 | 第51-52页 |
| ·研究工作展望 | 第52-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 研究成果 | 第59-60页 |
