| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状与发展方向 | 第13-19页 |
| 1.2.1 高分辨SAR发展现状及典型的高分辨SAR系统 | 第13-14页 |
| 1.2.2 基于非局部的SAR图像去斑方法研究现状 | 第14-18页 |
| 1.2.3 SAR图像分类方法研究现状 | 第18-19页 |
| 1.3 文章研究思路与章节安排 | 第19-24页 |
| 第二章 基于非局部PCA与权重核范数最小化联合的高分辨SAR图像去斑 | 第24-52页 |
| 2.1 引言 | 第24-25页 |
| 2.2 核范数最小化模型 | 第25-29页 |
| 2.2.1 低秩矩阵近似模型 | 第25-26页 |
| 2.2.2 权重核范数最小化 | 第26-29页 |
| 2.3 算法流程 | 第29-32页 |
| 2.4 实验结果与分析 | 第32-50页 |
| 2.4.1 实验数据及参数设置 | 第32-33页 |
| 2.4.2 仿真光学图像实验结果与分析 | 第33-35页 |
| 2.4.3 仿真SAR图像实验结果与分析 | 第35-44页 |
| 2.4.4 实测SAR图像实验结果与分析 | 第44-50页 |
| 2.5 本章小结 | 第50-52页 |
| 第三章 基于非局部聚类核范数最小化的高分辨SAR图像去斑 | 第52-64页 |
| 3.1 引言 | 第52页 |
| 3.2 基于聚类的核范数最小化模型 | 第52-54页 |
| 3.3 迭代重权重的正则化核范数最小化方法 | 第54-56页 |
| 3.4 算法流程 | 第56-57页 |
| 3.5 实验结果与分析 | 第57-62页 |
| 3.5.1 仿真图像实验结果与分析 | 第58-60页 |
| 3.5.2 实测SAR图像实验结果与分析 | 第60-62页 |
| 3.6 本章小结 | 第62-64页 |
| 第四章 基于非局部超像素的无监督高分辨SAR图像分类 | 第64-80页 |
| 4.1 引言 | 第64页 |
| 4.2 模糊C均值聚类及改进方法概述 | 第64-68页 |
| 4.2.1 标准的模糊C均值聚类 | 第65-66页 |
| 4.2.2 基于局部约束的模糊C均值聚类 | 第66-67页 |
| 4.2.3 增强模糊C均值聚类 | 第67页 |
| 4.2.4 基于非局部约束的模糊C均值聚类 | 第67-68页 |
| 4.3 超像素生成算法 | 第68-69页 |
| 4.4 算法流程 | 第69-70页 |
| 4.5 实验结果与分析 | 第70-78页 |
| 4.5.1 仿真图像实验结果与分析 | 第71-74页 |
| 4.5.2 实测SAR图像实验结果与分析 | 第74-78页 |
| 4.6 本章小结 | 第78-80页 |
| 第五章 结束语 | 第80-84页 |
| 5.1 本文工作总结 | 第80-81页 |
| 5.2 进一步工作展望 | 第81-84页 |
| 致谢 | 第84-86页 |
| 参考文献 | 第86-93页 |
| 作者在学术期间取得的学术成果 | 第93页 |
