首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--数据、图像处理及录取论文

SAR图像配准的稳健核谱方法

摘要第3-5页
Abstract第5-6页
本文的主要记号与名词第7-12页
第一章 绪论第12-35页
    1.1 SAR图像配准的研究背景第12-16页
        1.1.1 SAR的成像机理第12-14页
        1.1.2 SAR图像的统计性质第14-16页
    1.2 SAR图像配准的数学定义和基本步骤第16-18页
    1.3 SAR图像配准的研究现状第18-24页
        1.3.1 基于区域的SAR图像配准方法第18-19页
        1.3.2 基于特征的SAR图像配准方法第19-21页
        1.3.3 存在的问题第21-24页
    1.4 SAR图像配准方法的评价标准第24-26页
    1.5 本文SAR图像配准的数学方法第26-33页
        1.5.1 图谱聚类与核方法第26-28页
        1.5.2 图谱匹配、核主成分分析与二阶图匹配第28-31页
        1.5.3 三阶超图匹配方法第31页
        1.5.4 核偏最小二乘分析与核典型相关分析第31-33页
    1.6 问题的提出与本文研究内容的安排第33-35页
        1.6.1 问题的提出第33页
        1.6.2 研究内容的安排第33-35页
第二章 SAR图像轮廓特征提取的两类图割模型第35-56页
    2.1 贴近度图割模型第35-38页
    2.2 基于贴近度图割谱聚类算法的SAR图像分割第38-41页
        2.2.1 相似度矩阵的建立第38-39页
        2.2.2 聚类类数的确定—最小描述长度准则第39-41页
    2.3 SAR图像分割的局部平滑加权图割模型第41-43页
        2.3.1 局部平滑加权图割模型第41-43页
        2.3.2 基于局部平滑加权图割的SAR图像分割算法第43页
    2.4 实验结果与分析第43-55页
        2.4.1 实验中采用的分割评价标准第43-44页
        2.4.2 贴近度图割分割实验第44-49页
        2.4.3 局部平滑加权图割分割实验第49-51页
        2.4.4 贴近度图割与局部平滑加权图割的对比第51-55页
    2.5 本章小结第55-56页
第三章 SAR图像配准的两类子空间匹配模型第56-78页
    3.1 SAR图像配准的核子空间匹配模型第56-58页
    3.2 SAR图像配准的非负子空间匹配模型第58-60页
        3.2.1 模型的建立第58页
        3.2.2 迭代公式第58-59页
        3.2.3 收敛性分析第59-60页
    3.3 特征匹配算法第60-62页
    3.4 实验结果与分析第62-77页
        3.4.1 模拟实验第62-67页
        3.4.2 真实图像匹配和配准实验第67-77页
    3.5 本章小结第77-78页
第四章 SAR图像配准的稳健核相关分析模型第78-97页
    4.1 SAR图像配准中剔除误匹配的核相关成分直线拟合第78-79页
    4.2 SAR图像配准中剔除误匹配的稳健核相关分析模型第79-82页
    4.3 剔除误匹配的稳健核相关分析算法第82页
    4.4 实验结果与分析第82-95页
        4.4.1 RKCA-I算法剔除误匹配实验第83-90页
        4.4.2 RKCA-II算法剔除误匹配实验第90-95页
    4.5 本章小结第95-97页
第五章 SAR图像配准的概率超图匹配模型第97-108页
    5.1 超图匹配方法第97-98页
    5.2 SAR图像配准的概率超图匹配模型第98-100页
        5.2.1 模型的建立第98-99页
        5.2.2 收敛性分析第99-100页
        5.2.3 特征匹配算法第100页
    5.3 实验结果与分析第100-107页
        5.3.1 模拟实验第100-102页
        5.3.2 真实图像匹配和配准实验第102-107页
    5.4 本章小结第107-108页
第六章 结论与展望第108-110页
参考文献第110-119页
致谢第119-120页
攻读博士学位期间发表的学术论文和参加科研情况第120-121页

论文共121页,点击 下载论文
上一篇:基于因子分析的多元线性回归方法及其在股价预测中的应用
下一篇:旋转对称度量下的极小体积增长