| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-25页 |
| 1.1 研究工作的背景和意义 | 第17-19页 |
| 1.2 国内外研究现状 | 第19-23页 |
| 1.2.1 图像语义分割现状 | 第19-20页 |
| 1.2.2 SAR图像语义分割现状 | 第20-23页 |
| 1.3 本文的主要研究内容及结构安排 | 第23-25页 |
| 第二章 SAR图像成像理论和SAR图像分割技术 | 第25-33页 |
| 2.1 SAR成像原理 | 第25-27页 |
| 2.2 SAR图像特点 | 第27-30页 |
| 2.2.1 SAR图像的几何特性 | 第28-29页 |
| 2.2.2 SAR图像的统计分布特性 | 第29-30页 |
| 2.3 经典SAR图像语义分割算法 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于FCN-CRF的高分辨SAR图像语义分割 | 第33-67页 |
| 3.1 全卷积神经网络 | 第33-37页 |
| 3.1.1 局部连接和权值共享 | 第33-34页 |
| 3.1.2 卷积与池化 | 第34-35页 |
| 3.1.3 反卷积操作 | 第35-37页 |
| 3.2 基于全连接的条件随机场 | 第37-45页 |
| 3.2.1 概率图模型与马尔可夫随机理论 | 第38-40页 |
| 3.2.2 条件随机场基础 | 第40页 |
| 3.2.3 CRF定义 | 第40-43页 |
| 3.2.4 CRF的求解 | 第43-45页 |
| 3.3 主要算法介绍 | 第45-48页 |
| 3.3.1 算法实现流程示意图 | 第45-46页 |
| 3.3.2 具体算法步骤 | 第46-48页 |
| 3.4 实验结果及其分析 | 第48-64页 |
| 3.4.1 实验数据集 | 第48-52页 |
| 3.4.2 实验参数设置 | 第52-53页 |
| 3.4.3 实验结果图 | 第53-63页 |
| 3.4.4 具体算法分析 | 第63-64页 |
| 3.5 本章小结 | 第64-67页 |
| 第四章 基于多尺度FCN-CRF的高分辨SAR图像语义分割 | 第67-85页 |
| 4.1 轮廓波 | 第67-68页 |
| 4.2 非下采样轮廓波变换 | 第68-72页 |
| 4.2.2 非下采样金字塔分解 | 第69-70页 |
| 4.2.3 非下采样方向滤波器组 | 第70-71页 |
| 4.2.4 非下采样Contourlet变换的应用 | 第71-72页 |
| 4.3 主要算法实现 | 第72-75页 |
| 4.3.1 算法实现流程示意图 | 第72-73页 |
| 4.3.2 具体算法步骤 | 第73-75页 |
| 4.4 实验结果及其分析 | 第75-84页 |
| 4.4.1 实验结果图 | 第75-83页 |
| 4.4.2 具体算法分析 | 第83-84页 |
| 4.5 本章小结 | 第84-85页 |
| 第五章 基于多尺度FCN-CRF网络和强化学习的高分辨SAR图像语义分割 | 第85-111页 |
| 5.1 深度强化学习 | 第85-88页 |
| 5.1.1 强化学习基本概念 | 第85-86页 |
| 5.1.2 马尔科夫决策与强化学习 | 第86-87页 |
| 5.1.3 强化深度学习 | 第87-88页 |
| 5.2 SAR图像语义分割动态调优策略 | 第88-93页 |
| 5.2.1 问题引入与解决思路 | 第88-90页 |
| 5.2.2 DeepQNetwork | 第90-91页 |
| 5.2.3 权重系数优化策略 | 第91-92页 |
| 5.2.4 阈值优化策略 | 第92页 |
| 5.2.5 区域填补策略 | 第92-93页 |
| 5.3 主要算法实现 | 第93-100页 |
| 5.3.1 算法整体框架 | 第93-94页 |
| 5.3.2 算法流程示意图 | 第94-96页 |
| 5.3.3 基于经验回放的DeepQNetwork | 第96-97页 |
| 5.3.4 权重系数与阈值优化算法 | 第97-99页 |
| 5.3.5 区域填补算法 | 第99-100页 |
| 5.4 实验结果及其分析 | 第100-109页 |
| 5.4.1 实验结果图 | 第100-108页 |
| 5.4.2 具体算法分析 | 第108-109页 |
| 5.5 本章小结 | 第109-111页 |
| 第六章 总结与展望 | 第111-113页 |
| 6.1 主要工作及创新点 | 第111-112页 |
| 6.2 未来研究展望 | 第112-113页 |
| 参考文献 | 第113-119页 |
| 致谢 | 第119-121页 |
| 作者简介 | 第121-122页 |
