| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·引言 | 第8页 |
| ·SAR 图像分割的意义和方法 | 第8-11页 |
| ·SAR 图像分割意义 | 第8-9页 |
| ·SAR 图像分割方法 | 第9-11页 |
| ·谱聚类的发展及其在图像分割中的应用 | 第11-13页 |
| ·谱聚类的发展 | 第11-12页 |
| ·谱聚类在图像分割中的应用及研究热点 | 第12-13页 |
| ·论文的主要工作和结构安排 | 第13-16页 |
| 第二章 谱聚类算法理论基础 | 第16-24页 |
| ·引言 | 第16页 |
| ·经典谱聚类方法 | 第16-18页 |
| ·谱聚类基本理论 | 第16-17页 |
| ·谱聚类算法的一般框架 | 第17-18页 |
| ·Nystr?m 逼近方法在快速谱聚类中的应用 | 第18-22页 |
| ·快速谱聚类的研究现状 | 第18-20页 |
| ·基于 Nystr?m 逼近的谱聚类 | 第20-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 基于全变分谱聚类的 SAR 图像分割 | 第24-46页 |
| ·引言 | 第24页 |
| ·全变分图像分解 | 第24-26页 |
| ·基于全变分和 patch 块信息熵的谱聚类算法 | 第26-36页 |
| ·算法基本思想 | 第26-27页 |
| ·算法流程 | 第27-28页 |
| ·仿真实验及结果分析 | 第28-36页 |
| ·基于全变分和小波特征的谱聚类算法 | 第36-43页 |
| ·算法基本思想 | 第36-37页 |
| ·算法流程 | 第37-38页 |
| ·仿真实验及结果分析 | 第38-43页 |
| ·本章小结 | 第43-46页 |
| 第四章 基于特征向量集成谱聚类的 SAR 图像分割 | 第46-58页 |
| ·引言 | 第46页 |
| ·基于特征向量集成的谱聚类算法 | 第46-50页 |
| ·算法基本思想 | 第46-47页 |
| ·非负矩阵分解 | 第47-48页 |
| ·算法流程 | 第48-50页 |
| ·仿真实验及结果分析 | 第50-55页 |
| ·本章小结 | 第55-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 作者研究生期间的科研成果 | 第68-69页 |