摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第13-19页 |
1.1 研究背景及意义 | 第13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 SAR图像相干斑抑制方法 | 第13-15页 |
1.2.2 SAR图像增强技术 | 第15-16页 |
1.2.3 SAR图像与光学图像特征逼近 | 第16-17页 |
1.3 本文主要内容及章节安排 | 第17-19页 |
1.3.1 主要内容 | 第17页 |
1.3.2 章节安排 | 第17-19页 |
第二章 采用GSM模型进行稀疏表示的SAR图像降斑 | 第19-33页 |
2.1 引言 | 第19页 |
2.2 稀疏表示理论 | 第19-20页 |
2.3 基于GSM模型的稀疏表示 | 第20-21页 |
2.4 SAR-SGSM算法 | 第21-25页 |
2.4.1 基于相干斑统计特性的算法建模 | 第21-22页 |
2.4.2 求解稀疏系数的均值 | 第22-23页 |
2.4.3 模型求解 | 第23-25页 |
2.5 实验结果与分析 | 第25-32页 |
2.5.1 对比算法及参数设置 | 第25-26页 |
2.5.2 合成场景SAR图像实验分析 | 第26-30页 |
2.5.3 真实场景SAR图像实验分析 | 第30-31页 |
2.5.4 图像细节分析 | 第31-32页 |
2.6 本章小结 | 第32-33页 |
第三章 NSCT域内基于自适应收敛和稀疏表示的SAR图像降斑 | 第33-52页 |
3.1 引言 | 第33-34页 |
3.2 NSCT域高频子带滤波 | 第34-39页 |
3.2.1 相干斑在高频子带的统计特性 | 第34-36页 |
3.2.2 高频子带降噪 | 第36-39页 |
3.3 NSCT域低频子带滤波 | 第39页 |
3.4 算法流程 | 第39-41页 |
3.5 实验结果与分析 | 第41-51页 |
3.5.1 对比算法及参数设置 | 第41页 |
3.5.2 实验结果与分析 | 第41-51页 |
3.6 本章小结 | 第51-52页 |
第四章 基于线性规划的对比度-色调映射优化SAR图像增强 | 第52-63页 |
4.1 引言 | 第52页 |
4.2 OCTM建模 | 第52-54页 |
4.3 基于线性规划的OCTM模型求解 | 第54-56页 |
4.4 实验结果与性能分析 | 第56-62页 |
4.4.1 对比算法及参数设置 | 第56页 |
4.4.2 实验结果与分析 | 第56-62页 |
4.5 本章小结 | 第62-63页 |
第五章 SAR图像与同场景光学图像特征逼近分析 | 第63-76页 |
5.1 引言 | 第63页 |
5.2 ENVI平台简介 | 第63-64页 |
5.3 ENVI平台中SAR数据的处理流程 | 第64-67页 |
5.4 SAR图像与同场景光学图像的相似度测量 | 第67-75页 |
5.4.1 评估指标 | 第68-70页 |
5.4.2 实验结果与分析 | 第70-75页 |
5.5 本章小结 | 第75-76页 |
第六章 总结与展望 | 第76-79页 |
6.1 全文工作总结 | 第76页 |
6.2 研究展望 | 第76-79页 |
参考文献 | 第79-85页 |
致谢 | 第85-87页 |
在学期间的研究成果及发表的学术论文 | 第87页 |