| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究工作的背景与意义 | 第10页 |
| 1.2 国内外研究历史与现状 | 第10-13页 |
| 1.2.1 SAR图像分割的研究历史与现状 | 第10-12页 |
| 1.2.2 基于MRF模型的SAR图像分割的研究历史与现状 | 第12-13页 |
| 1.3 本文的主要贡献与创新 | 第13-14页 |
| 1.4 本论文的结构安排 | 第14-15页 |
| 第二章 基于MRF模型的图像分割方法基础 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 马尔可夫随机场基础 | 第15-20页 |
| 2.2.1 MRF模型的历史与特点 | 第15-16页 |
| 2.2.2 MRF模型的基本理论 | 第16-18页 |
| 2.2.3 分割问题目标函数导出 | 第18-20页 |
| 2.3 用MRF描述图像模型 | 第20-22页 |
| 2.3.1 特征场 | 第20-21页 |
| 2.3.2 标号场 | 第21-22页 |
| 2.4 基于MRF模型的图像分割方法基础 | 第22-25页 |
| 2.4.1 参数估计 | 第23-24页 |
| 2.4.2 分割方法 | 第24-25页 |
| 2.5 图像分割的评估标准 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 SMRF快速SAR图像分割算法 | 第28-46页 |
| 3.1 引言 | 第28页 |
| 3.2 超像素分割算法 | 第28-35页 |
| 3.2.1 可控性评价标准 | 第29-30页 |
| 3.2.2 分水岭算法 | 第30-31页 |
| 3.2.3 Turbopixels算法 | 第31页 |
| 3.2.4 SLIC算法 | 第31-32页 |
| 3.2.5 超像素算法实验 | 第32-35页 |
| 3.3 基于MRF模型的SAR图像分割算法 | 第35-37页 |
| 3.3.1 特征场和标号场的选择 | 第36页 |
| 3.3.2 分割方法的选择 | 第36页 |
| 3.3.3 算法流程 | 第36-37页 |
| 3.4 基于超像素和MRF模型的SMRF算法 | 第37-39页 |
| 3.4.1 算法流程 | 第37-38页 |
| 3.4.2 邻域系统生成 | 第38-39页 |
| 3.5 实验结果分析 | 第39-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于邻域系统的改进SMRF算法研究 | 第46-70页 |
| 4.1 引言 | 第46页 |
| 4.2 MRF模型的邻域系统 | 第46-50页 |
| 4.2.1 MRF模型常见的邻域系统 | 第46-47页 |
| 4.2.2 SMRF算法的邻域系统 | 第47-50页 |
| 4.3 基于网格化的改进算法 | 第50-56页 |
| 4.3.1 伪网格化-SMRF算法 | 第51-54页 |
| 4.3.2 下采样-SMRF算法 | 第54-56页 |
| 4.4 基于阈值的改进算法 | 第56-59页 |
| 4.4.1 距离加权-SMRF算法 | 第58页 |
| 4.4.2 综合加权-SMRF算法 | 第58-59页 |
| 4.5 实验结果分析 | 第59-69页 |
| 4.6 本章小结 | 第69-70页 |
| 第五章 全文总结与展望 | 第70-72页 |
| 5.1 全文总结 | 第70页 |
| 5.2 后续工作展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |