第一章引言 | 第1-20页 |
·合成孔径雷达图像分类 | 第12-13页 |
·国内外研究现状 | 第13-16页 |
·论文的主要工作 | 第16-20页 |
·论文的研究重点 | 第16-17页 |
·论文的研究思路 | 第17-18页 |
·论文的章节安排 | 第18-20页 |
第二章 合成孔径雷达图像的特性 | 第20-33页 |
·合成孔径雷达图像的物理基础 | 第20-23页 |
·后向散射现象的理论模型 | 第20-21页 |
·无限光滑散射平面 | 第20-21页 |
·瑞利散射体 | 第21页 |
·后向散射现象的实际模型 | 第21-23页 |
·粗糙平面的散射 | 第21-22页 |
·任意目标的散射 | 第22页 |
·目标群的散射 | 第22-23页 |
·合成孔径雷达图像的几何特性 | 第23-27页 |
·采样和分解 | 第23-24页 |
·方位向 | 第23页 |
·距离向 | 第23-24页 |
·雷达坐标系和地面坐标系 | 第24-25页 |
·合成孔径雷达图像的压缩和膨胀 | 第25页 |
·相干斑的基本概念 | 第25-27页 |
·合成孔径雷达图像数据 | 第27-33页 |
·原始数据 | 第28页 |
·单视复数据 | 第28-30页 |
·多视幅度数据 | 第30-31页 |
·衍生产品 | 第31页 |
·极化数据 | 第31-33页 |
·AirSAR 数据 | 第31-32页 |
·SIR-C/X-SAR 数据 | 第32页 |
·极化分解 | 第32-33页 |
第三章 合成孔径雷达图像的预处理 | 第33-40页 |
·图像量化 | 第33-35页 |
·采样和量化的基本概念 | 第33-34页 |
·图像量化的方法 | 第34-35页 |
·均匀量化 | 第34页 |
·对数量化 | 第34页 |
·指数量化 | 第34-35页 |
·图像量化的结果和讨论 | 第35页 |
·图像增强 | 第35-38页 |
·图像的空间域增强 | 第36-37页 |
·灰度的线性变换 | 第37页 |
·图像增强的结果和讨论 | 第37-38页 |
·预处理的结果和讨论 | 第38-40页 |
第四章 基于模糊集理论的极化合成孔径雷达图像分类 | 第40-58页 |
·模式识别的基本概念 | 第40-41页 |
·模式识别 | 第40-41页 |
·模式 | 第41页 |
·遥感图像的模式识别 | 第41-44页 |
·特征空间的定义 | 第42-43页 |
·模式识别方法的分类 | 第43-44页 |
·非监督分类算法 | 第44-58页 |
·迭代自组织数据算法 | 第44-45页 |
·自组织特征映射算法 | 第45-46页 |
·基于模糊集理论的分类算法 | 第46-58页 |
·模糊集理论的基本概念 | 第47-49页 |
·模糊集合的基本运算 | 第49-51页 |
·模糊c 均值聚类算法 | 第51-54页 |
·分类结果和讨论 | 第54-58页 |
第五章 基于极化分解的极化合成孔径雷达图像分类 | 第58-72页 |
·极化的基本概念 | 第58-65页 |
·极化的定义 | 第58-59页 |
·电磁波的极化 | 第59-62页 |
·BSA 协议 | 第62页 |
·后向散射矩阵 | 第62-65页 |
·极化分解 | 第65-69页 |
·基于后向散射矩阵的极化分解 | 第65-67页 |
·Pauli 分解的实现 | 第67-68页 |
·SDH 分解的实现 | 第68-69页 |
·结果和讨论 | 第69-72页 |
第六章 基于独立分量分析的极化合成孔径雷达图像分类 | 第72-85页 |
·独立分量分析的基本概念 | 第72-75页 |
·盲信号处理的定义 | 第72页 |
·独立分量分析的定义 | 第72-73页 |
·独立分量分析的发展简史 | 第73-74页 |
·独立分量分析研究中的主要问题 | 第74-75页 |
·源信号的概率密度函数、等价可分性和观测信号中的相关性的去除.. | 第75-79页 |
·源信号的概率密度函数描述 | 第75-76页 |
·源信号和混合矩阵的等价尺度变换 | 第76页 |
·解的等价性 | 第76-77页 |
·观测信号中的相关性的去除 | 第77-79页 |
·独立分量分析算法 | 第79-81页 |
·基本假设条件 | 第79-80页 |
·具体算法描述 | 第80-81页 |
·结果和讨论 | 第81-85页 |
第七章 结论 | 第85-87页 |
致谢 | 第87-88页 |
参考文献 | 第88-92页 |
在学期间的研究成果 | 第92页 |