| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要内容及章节安排 | 第13-15页 |
| 1.3.1 本文的主要研究内容 | 第13页 |
| 1.3.2 本文的章节安排 | 第13-15页 |
| 第二章 稀疏表示与特征提取方法 | 第15-24页 |
| 2.1 稀疏表示分类方法 | 第15-18页 |
| 2.2 基于特征提取的稀疏表示方法 | 第18-23页 |
| 2.2.1 特征提取方法介绍 | 第18-22页 |
| 2.2.2 特征提取方法在稀疏表示分类中的应用 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于多尺度的SAR图像多特征融合与分类算法 | 第24-36页 |
| 3.1 基于特征的SAR图像结构模型 | 第24-26页 |
| 3.2 基于特征的多尺度结构的SAR图像分类方法 | 第26-30页 |
| 3.2.1 基于特征的多尺度结构模型 | 第26-28页 |
| 3.2.2 算法描述 | 第28页 |
| 3.2.3 实验结果与分析 | 第28-30页 |
| 3.3 基于多尺度的SAR图像与多特征融合分类方法 | 第30-35页 |
| 3.3.1 特征融合模型架构 | 第31-33页 |
| 3.3.2 算法描述 | 第33页 |
| 3.3.3 实验结果与分析 | 第33-35页 |
| 3.3.3.1 对阈值△T选用分析 | 第33-34页 |
| 3.3.3.2 与其他方法对比 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 多尺度－多层级的SAR图像分类模型与算法 | 第36-55页 |
| 4.1 SAR图像超像素生成方法 | 第36-38页 |
| 4.1.1 超像素生成方法 | 第37-38页 |
| 4.1.1.1 超像素方法介绍 | 第37页 |
| 4.1.1.2 实验结果与分析 | 第37-38页 |
| 4.2 基于超像素的多尺度-多特征的SAR图像分类 | 第38-45页 |
| 4.2.1 | 第39-41页 |
| 4.2.1.3 预处理阶段 | 第39页 |
| 4.2.1.4 初始化字典阶段 | 第39-40页 |
| 4.2.1.5 稀疏表示分类阶段 | 第40-41页 |
| 4.2.2 算法描述 | 第41页 |
| 4.2.3 实验结果与分析 | 第41-45页 |
| 4.2.3.1 参数σ选用分析 | 第41-42页 |
| 4.2.3.2 与其他方法对比 | 第42-45页 |
| 4.3 基于超像素的多尺度-多层级SAR图像特征融合分类方法 | 第45-54页 |
| 4.3.1 多层级稀疏表示方法 | 第46-47页 |
| 4.3.2 基于超像素的多尺度-多层级SAR图像特征融合方法 | 第47-49页 |
| 4.3.2.1 联合字典的构造 | 第47-48页 |
| 4.3.2.2 层级间的分类和字典的更新 | 第48-49页 |
| 4.3.3 算法描述 | 第49页 |
| 4.3.4 实验结果与分析 | 第49-54页 |
| 4.3.4.1 参数选用分析 | 第50页 |
| 4.3.4.2 与其他方法对比 | 第50-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 发表论文和科研情况 | 第62-63页 |
| 致谢 | 第63页 |
