| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·极化 SAR 图像分类发展现状 | 第9-11页 |
| ·极化 SAR 图像分类目前存在的主要问题 | 第11-12页 |
| ·论文内容与安排 | 第12-14页 |
| 第二章 极化 SAR 理论基础 | 第14-26页 |
| ·引言 | 第14页 |
| ·极化波的表征 | 第14-16页 |
| ·Jones 矢量和极化椭圆 | 第14-15页 |
| ·Stokes 矢量和 Poincare 极化球 | 第15-16页 |
| ·极化 SAR 图像数据 | 第16-18页 |
| ·原始数据 | 第16页 |
| ·单视极化数据 | 第16-17页 |
| ·多视极化数据 | 第17-18页 |
| ·基本极化散射机理 | 第18-20页 |
| ·目标分解理论 | 第20-24页 |
| ·相干分解理论 | 第20-21页 |
| ·非相干分解理论 | 第21-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 基于视觉先验模型的极化 SAR 图像分类方法 | 第26-44页 |
| ·引言 | 第26页 |
| ·字典学习 | 第26-34页 |
| ·字典学习思想 | 第26-27页 |
| ·基于视觉先验模型的字典学习 | 第27-34页 |
| ·K-MEANS 聚类算法 | 第34-35页 |
| ·基于视觉先验模型的极化 SAR 图像分类方法 | 第35-42页 |
| ·分类算法具体步骤 | 第35-37页 |
| ·实验结果和分析 | 第37-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于视觉先验模型和复 WISHART 分布的极化 SAR 图像分类方法 | 第44-56页 |
| ·引言 | 第44页 |
| ·基于复 WISHART 分布的类别合并策略 | 第44-45页 |
| ·复 WIHART 分类器 | 第45-49页 |
| ·复 Wishart 分类器算法思想 | 第46-47页 |
| ·基于复 Wishart 分类器的经典极化 SAR 图像分类方法 | 第47-49页 |
| ·基于视觉先验模型和复 WISHART 分布的极化 SAR 图像分类方法 | 第49-54页 |
| ·算法思想 | 第49页 |
| ·分类算法流程 | 第49-51页 |
| ·实验结果和分析 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 基于多层视觉先验模型的极化 SAR 图像分类方法 | 第56-66页 |
| ·引言 | 第56页 |
| ·基于多层视觉先验模型的极化 SAR 分类方法 | 第56-64页 |
| ·训练多层模型的动机 | 第56-57页 |
| ·分类算法思想与流程 | 第57-58页 |
| ·实验结果和分析 | 第58-64页 |
| ·本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-70页 |
| ·本文总结 | 第66-67页 |
| ·展望 | 第67-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 硕士期间的学术成果 | 第78-79页 |
