| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 国内外发展现状 | 第15-19页 |
| 1.2.1 SAR图像分割研究现状 | 第15-17页 |
| 1.2.2 压缩感知研究现状 | 第17-19页 |
| 1.3 压缩感知理论 | 第19-26页 |
| 1.3.1 基本原理 | 第19-21页 |
| 1.3.2 稀疏表示 | 第21-23页 |
| 1.3.3 测量矩阵 | 第23-24页 |
| 1.3.4 重构算法 | 第24-26页 |
| 1.4 本文主要工作 | 第26-27页 |
| 1.5 本文章节安排 | 第27-28页 |
| 第二章 基于压缩感知的和Curvelet变换的SAR图像分割 | 第28-44页 |
| 2.1 基于压缩感知的图像重构 | 第28-31页 |
| 2.1.1 SAR图像去噪 | 第28-29页 |
| 2.1.2 SAR图像重构 | 第29-31页 |
| 2.2 快速离散Curvelet变换（FDCT） | 第31-33页 |
| 2.2.1 快速离散Curvelet变换（FDCT）系数分析 | 第31-32页 |
| 2.2.2 图像增强 | 第32-33页 |
| 2.3 基于压缩感知和Curvelet变换的FCM聚类分割 | 第33-36页 |
| 2.3.1 重构图与细节图的融合 | 第33-34页 |
| 2.3.2 FCM聚类分割 | 第34页 |
| 2.3.3 本章算法 | 第34-36页 |
| 2.4 实验结果与分析 | 第36-43页 |
| 2.4.1 真实SAR图像分割实验 | 第36-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第三章 基于稀疏表示和图像特征的SAR图像分割 | 第44-58页 |
| 3.1 图像的稀疏表示 | 第44-46页 |
| 3.1.1 稀疏表示框架 | 第44-45页 |
| 3.1.2 K-SVD冗余字典 | 第45-46页 |
| 3.2 图像特征 | 第46-48页 |
| 3.2.1 图像的特征提取 | 第46-47页 |
| 3.2.2 特征字典的构造 | 第47-48页 |
| 3.3 基于稀疏表示和图像特征的SAR图像分割 | 第48-51页 |
| 3.3.1 基于联合字典的稀疏表示 | 第48-49页 |
| 3.3.2 FCM聚类 | 第49页 |
| 3.3.3 本文算法 | 第49-51页 |
| 3.4 实验结果与分析 | 第51-55页 |
| 3.4.1 真实SAR图像分割实验 | 第51-55页 |
| 3.5 本章小结 | 第55-58页 |
| 第四章 结束语 | 第58-60页 |
| 4.1 研究结论 | 第58-59页 |
| 4.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |
