| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-19页 |
| 第一章 绪论 | 第19-33页 |
| 1.1 研究背景和意义 | 第19-21页 |
| 1.2 SAR图像目标识别技术的发展现状 | 第21-25页 |
| 1.2.1 国内外发展现状 | 第22-23页 |
| 1.2.2 相关技术分析 | 第23-25页 |
| 1.3 SAR图像变化检测技术的研究现状及问题 | 第25-29页 |
| 1.3.1 SAR图像变化检测研究现状 | 第26-29页 |
| 1.3.2 SAR图像变化检测存在的主要问题 | 第29页 |
| 1.4 本论文的主要工作和内容安排 | 第29-33页 |
| 第二章 基于稀疏加权空间金字塔的SAR图像目标识别 | 第33-49页 |
| 2.1 引言 | 第33-34页 |
| 2.2 稀疏表示理论 | 第34-36页 |
| 2.3 基于稀疏加权的空间金字塔模型的SAR图像目标识别 | 第36-43页 |
| 2.3.1 空间金字塔匹配模型 | 第36-38页 |
| 2.3.2 SIFT特征 | 第38-39页 |
| 2.3.3 特征的提取和描述子的量化 | 第39-40页 |
| 2.3.4 稀疏表示算法计算稀疏度 | 第40-42页 |
| 2.3.5 加权空间金字塔模型的稀疏表示分类 | 第42-43页 |
| 2.4 实验与结果分析 | 第43-46页 |
| 2.4.1 实验数据与参数设置 | 第43-44页 |
| 2.4.2 实验结果与分析 | 第44-46页 |
| 2.5 本章小结 | 第46-49页 |
| 第三章 基于互补空间金字塔编码的SAR图像目标识别 | 第49-65页 |
| 3.1 引言 | 第49-51页 |
| 3.2 研究动机 | 第51-53页 |
| 3.3 基于互补空间编码的SAR图像目标识别方法 | 第53-57页 |
| 3.3.1 字典的构造 | 第54页 |
| 3.3.2 SAR图像局部特征的空间金字塔编码 | 第54-55页 |
| 3.3.3 残差特征的稀疏编码 | 第55-56页 |
| 3.3.4 SAR图像的目标识别 | 第56-57页 |
| 3.4 实验与结果分析 | 第57-63页 |
| 3.4.1 实验数据和参数设置 | 第57-58页 |
| 3.4.2 三种图像特征的实验结果分析 | 第58页 |
| 3.4.3 与相关方法的对比实验结果分析 | 第58-61页 |
| 3.4.4 对字典的性能评估 | 第61-63页 |
| 3.5 本章小结 | 第63-65页 |
| 第四章 基于空间编码和非局部相似性的SAR图像变化检测 | 第65-89页 |
| 4.1 引言 | 第65-66页 |
| 4.2 仿射传播聚类算法 | 第66-67页 |
| 4.3 基于空间编码和非局部相似性池化的变化检测方法 | 第67-71页 |
| 4.3.1 生成差异图 | 第68-69页 |
| 4.3.2 基于AP的字典学习算法 | 第69-70页 |
| 4.3.3 生成特征向量 | 第70-71页 |
| 4.3.4 生成变化结果图 | 第71页 |
| 4.4 实验结果与分析 | 第71-86页 |
| 4.4.1 多视数SAR图像数据集介绍 | 第72-75页 |
| 4.4.2 评价指标 | 第75页 |
| 4.4.3 参数设置 | 第75-76页 |
| 4.4.4 多视数SAR图像的实验结果分析 | 第76-80页 |
| 4.4.5 单视数SAR图像数据集以及实验结果分析 | 第80-82页 |
| 4.4.6 单视数合成图像的实验结果分析 | 第82-86页 |
| 4.4.7 稀疏表示去噪实验分析 | 第86页 |
| 4.5 本章小结 | 第86-89页 |
| 第五章 基于非负稀疏编码的SAR图像变化检测 | 第89-103页 |
| 5.1 引言 | 第89-90页 |
| 5.2 非负矩阵分解算法 | 第90-92页 |
| 5.3 基于NMF和稀疏编码的变化检测方法 | 第92-93页 |
| 5.3.1 NMF学习字典矩阵 | 第92-93页 |
| 5.3.2 非负约束的稀疏表示 | 第93页 |
| 5.3.3 K均值聚类算法获得变化检测结果 | 第93页 |
| 5.4 实验结果与分析 | 第93-100页 |
| 5.4.1 在多视数SAR图像上的实验结果分析 | 第94-98页 |
| 5.4.2 在单视数SAR图像上的实验结果分析 | 第98-100页 |
| 5.5 本章小结 | 第100-103页 |
| 第六章 基于图像显著性和稀疏编码的半监督SAR图像变化检测 | 第103-117页 |
| 6.1 引言 | 第103-104页 |
| 6.2 显著性检测启发的半监督变化检测 | 第104-109页 |
| 6.2.1 构建差异图 | 第104页 |
| 6.2.2 显著性检测算法 | 第104-107页 |
| 6.2.3 稀疏编码 | 第107页 |
| 6.2.4 Lap SVM分类 | 第107-109页 |
| 6.3 对比实验与结果分析 | 第109-114页 |
| 6.3.1 数据集介绍 | 第109-110页 |
| 6.3.2 参数设置 | 第110-111页 |
| 6.3.3 SAR图像的实验分析 | 第111-114页 |
| 6.4 本章小结 | 第114-117页 |
| 第七章 总结与展望 | 第117-121页 |
| 7.1 论文工作总结 | 第117-118页 |
| 7.2 工作展望 | 第118-121页 |
| 参考文献 | 第121-137页 |
| 致谢 | 第137-139页 |
| 作者简介 | 第139-141页 |
