| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 极化SAR图像分类研究背景及意义 | 第10-11页 |
| 1.2 地物分类技术发展状况 | 第11-13页 |
| 1.3 文章结构与内容安排 | 第13-15页 |
| 第二章 极化SAR理论基础 | 第15-28页 |
| 2.1 单色平面电磁波 | 第15-17页 |
| 2.2 琼斯矢量和斯托克斯矢量 | 第17-19页 |
| 2.3 极化后向散射Sinclair矩阵 | 第19-21页 |
| 2.4 目标散射矢量(?)和(?) | 第21-22页 |
| 2.5 极化相干矩阵T和极化协方差矩阵C | 第22-23页 |
| 2.6 经典的散射机制 | 第23-26页 |
| 2.7 极化SAR的相干斑 | 第26-27页 |
| 2.8 本章小结 | 第27-28页 |
| 第三章 基于目标分解的分类方法 | 第28-45页 |
| 3.1 基于Pauli分解的分类方法 | 第28-30页 |
| 3.2 基于现象的Huynen分类方法 | 第30-32页 |
| 3.3 基于特征矢量的Holm分类方法 | 第32-33页 |
| 3.4 基于散射模型的Freeman-Durden分类方法 | 第33-38页 |
| 3.5 一种基于目标分解的超分辨分类方法及其改进 | 第38-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 基于极化分解的分类方法 | 第45-69页 |
| 4.1 H/(？)/ A分解的分类方法 | 第45-52页 |
| 4.2 相干斑滤波对H/(?)/ A的影响 | 第52-55页 |
| 4.3 H/(？)/ A与Wishart分类器 | 第55-59页 |
| 4.4 结合Wishart分类器与目标分解的分类方法 | 第59-65页 |
| 4.4.1 基于Wishart分类器与Freeman分解的分类方法 | 第59-62页 |
| 4.4.2 基于Wishart聚类、Krogager及特征分解的分类方法 | 第62-65页 |
| 4.5 一种对参数(?)和H改进的分类方法 | 第65-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 基于支持向量机的分类方法 | 第69-81页 |
| 5.1 支持向量机的基本理论 | 第69-73页 |
| 5.2 基于支持向量机与目标分解的分类方法 | 第73-76页 |
| 5.2.1 基于支持向量机与Pauli分解的分类方法 | 第74-75页 |
| 5.2.2 基于支持向量机与Freeman-Durden分解的分类方法 | 第75-76页 |
| 5.3 一种新颖的支持向量机与H/ (?)/ A分解结合的分类方法 | 第76-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第六章 总结和展望 | 第81-83页 |
| 6.1 总结 | 第81页 |
| 6.2 展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-90页 |
