| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 SAR海冰分割的背景及意义 | 第14-15页 |
| 1.2 SAR海冰分割的研究现状 | 第15-16页 |
| 1.3 本文内容安排 | 第16-17页 |
| 1.3.1 区域化与分水岭过分割 | 第16页 |
| 1.3.2 图像的区域标记 | 第16-17页 |
| 1.3.3 基于二叉树结构的区域合并 | 第17页 |
| 1.3.4 自适应区域化分裂与更新合并 | 第17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 MRF数学模型 | 第18-30页 |
| 2.1 图像分析的标记 | 第18-22页 |
| 2.1.1 位置和标记 | 第18-19页 |
| 2.1.2 相邻系统和基团 | 第19-22页 |
| 2.2 MRF和吉布斯分布 | 第22-29页 |
| 2.2.1 马尔可夫随机场 | 第22-24页 |
| 2.2.2 吉布斯随机场 | 第24-26页 |
| 2.2.3 马尔可夫—吉布斯的等价性 | 第26-27页 |
| 2.2.4 标准化和规范化形式 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于MRF分割算法的相关知识 | 第30-45页 |
| 3.1 隐马尔科夫随机场 | 第30-36页 |
| 3.1.1 单隐分层 | 第30-31页 |
| 3.1.2 多隐分层 | 第31-34页 |
| 3.1.3 重建 | 第34-36页 |
| 3.2 分水岭分割 | 第36-39页 |
| 3.2.1 背景知识 | 第36-37页 |
| 3.2.2 水坝的构建 | 第37-38页 |
| 3.2.3 分水岭分割算法 | 第38-39页 |
| 3.3 k均值聚类 | 第39-40页 |
| 3.3.1 算法原理 | 第40页 |
| 3.3.2 算法步骤 | 第40页 |
| 3.4 多变量IRGS算法 | 第40-44页 |
| 3.4.1 步骤1：计算图像梯度和分水岭初始分割 | 第41-42页 |
| 3.4.2 步骤2：基于区域的K-均值聚类算法的初始化标记 | 第42页 |
| 3.4.3 步骤3：使用Gibbs采样进行优化标记 | 第42-44页 |
| 3.4.4 步骤4：区域合并 | 第44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 带有区域分裂自适应细化过程的SAR海冰图像分割 | 第45-56页 |
| 4.1 本文算法的概述 | 第45-46页 |
| 4.2 本文算法的主要步骤 | 第46-54页 |
| 4.2.1 区域化与过分割 | 第46-49页 |
| 4.2.2 基于二叉树结构的标记优化与区域合并 | 第49-51页 |
| 4.2.3 区域分裂与分层结构的自适应更新 | 第51-53页 |
| 4.2.4 本文算法流程 | 第53-54页 |
| 4.3 本章小结 | 第54-56页 |
| 第五章 试验结果与分析 | 第56-66页 |
| 5.1 试验对象 | 第56-57页 |
| 5.2 试验评价准则 | 第57-58页 |
| 5.2.1 主观观察 | 第57页 |
| 5.2.2 图像结果的整体准确率 | 第57页 |
| 5.2.3 图像结果的kappa系数 | 第57-58页 |
| 5.3 试验图像的分割结果及分析 | 第58-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-67页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第71-72页 |
