| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-22页 |
| 1.2.1 SAR图像海岸线检测算法 | 第11-15页 |
| 1.2.2 SAR图像边缘检测算法 | 第15-18页 |
| 1.2.3 主动轮廓模型 | 第18-22页 |
| 1.3 本文主要研究内容和章节安排 | 第22-24页 |
| 第2章 基于空间二阶相关统计量的改进海岸线检测算法 | 第24-40页 |
| 2.1 Gaussian-Gamma双窗检测SAR图像边缘的原理 | 第24-26页 |
| 2.2 一种空间二阶相关统计量的构建与分析 | 第26-31页 |
| 2.3 基于空间二阶相关统计量的改进海岸线检测算法理论分析 | 第31-32页 |
| 2.4 算法描述 | 第32-33页 |
| 2.5 实验对比与分析 | 第33-39页 |
| 2.5.1 本章算法与对比算法的参数设置 | 第33-34页 |
| 2.5.2 Envisat图像的实验对比与分析 | 第34-36页 |
| 2.5.3 Terra图像的实验对比与分析 | 第36-37页 |
| 2.5.4 精度和运行时间分析 | 第37-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第3章 基于方向均值方差和改进正则项的海岸线检测算法 | 第40-61页 |
| 3.1 条件信息量和Gamma分布ACM的原理 | 第40-43页 |
| 3.1.1 基于条件信息量的扩散系数原理 | 第40-41页 |
| 3.1.2 基于Gamma分布的ACM原理 | 第41-43页 |
| 3.2 基于方向均值方差和改进正则项的海岸线检测算法 | 第43-52页 |
| 3.2.1 方向均值方差统计量的构建与分析 | 第43-46页 |
| 3.2.2 改进正则项的Gamma分布ACM算法理论分析 | 第46-51页 |
| 3.2.3 算法数值求解 | 第51-52页 |
| 3.3 算法描述 | 第52-53页 |
| 3.4 实验对比与分析 | 第53-60页 |
| 3.4.1 本章算法与对比算法的参数设置 | 第53-54页 |
| 3.4.2 Envisat图像的实验对比与分析 | 第54-57页 |
| 3.4.3 Terra图像的实验对比与分析 | 第57-58页 |
| 3.4.4 精度和运行时间分析 | 第58-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第4章 一种改进局部窗的Gamma分布快速水平集海岸线检测算法 | 第61-78页 |
| 4.1 快速水平集算法原理分析 | 第61-64页 |
| 4.2 基于Gamma分布的改进局部窗快速水平集算法理论分析 | 第64-67页 |
| 4.3 多区域能量模型构建及区域判定 | 第67-69页 |
| 4.3.1 多区域能量模型的构建及原理分析 | 第67-68页 |
| 4.3.2 区域判定理论分析 | 第68-69页 |
| 4.4 算法描述 | 第69-70页 |
| 4.5 实验对比与分析 | 第70-77页 |
| 4.5.1 本章算法与对比算法的参数设置 | 第70-71页 |
| 4.5.2 Envisat图像的实验对比与分析 | 第71-74页 |
| 4.5.3 Terra图像的实验对比与分析 | 第74-75页 |
| 4.5.4 精度和运行时间分析 | 第75-77页 |
| 4.6 本章小结 | 第77-78页 |
| 总结与展望 | 第78-80页 |
| 参考文献 | 第80-87页 |
| 攻读学位期间取得成果 | 第87-88页 |
| 致谢 | 第88-89页 |
| 作者简介 | 第89页 |
