| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 SAR图像降噪研究现状 | 第9-11页 |
| 1.3 研究内容 | 第11页 |
| 1.4 本文的结构和主要工作 | 第11-14页 |
| 2 基于稀疏表示SAR降噪理论基础 | 第14-26页 |
| 2.1 稀疏表示的研究意义现状及理论基础 | 第14-17页 |
| 2.1.1 稀疏表示的研究意义及现状 | 第14-15页 |
| 2.1.2 稀疏表示的理论基础 | 第15-17页 |
| 2.2 图像稀疏表示模型 | 第17-19页 |
| 2.2.1 图像块的稀疏表示 | 第17-18页 |
| 2.2.2 整幅图像的贝叶斯重建 | 第18-19页 |
| 2.3 基于稀疏表示SAR图像降噪 | 第19-23页 |
| 2.3.1 SAR图像相干斑形成机理 | 第19-20页 |
| 2.3.2 SAR图像相干斑统计模型 | 第20-21页 |
| 2.3.3 基于稀疏表示的SAR图像降噪 | 第21-23页 |
| 2.4 SAR降噪指标评价 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 3 基于Shearlet域系数处理的SAR图像降噪 | 第26-36页 |
| 3.1 Shearlet变换及系数特性 | 第26-27页 |
| 3.2 Shearlet域稀疏表示算法 | 第27-28页 |
| 3.3 基于Shearlet域投影的TV去噪 | 第28-30页 |
| 3.4 实验结果与分析 | 第30-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于线性最小均方误差估计的SAR图像降噪 | 第36-50页 |
| 4.1 相似块聚类 | 第36-37页 |
| 4.2 相似图像块集合奇异值分解 | 第37-38页 |
| 4.3 基于LMMSE准则的变换域系数估计 | 第38-40页 |
| 4.4 仿真与分析 | 第40-48页 |
| 4.5 本章小结 | 第48-50页 |
| 5 基于非局部分类处理的SAR图像降噪 | 第50-64页 |
| 5.1 图像分类 | 第50-52页 |
| 5.2 块匹配和参数设置 | 第52-54页 |
| 5.3 非局部分类降噪 | 第54-57页 |
| 5.3.1 非局部降噪方法的选择 | 第54-55页 |
| 5.3.2 非局部均值与 3D变换域阈值收缩滤波 | 第55-57页 |
| 5.4 实验结果与分析 | 第57-62页 |
| 5.5 本章小结 | 第62-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录 | 第72页 |
| A. 作者在攻读学位期间发表的论文目录 | 第72页 |
| B. 作者在攻读学位期间申请的专利目录 | 第72页 |