创新点 | 第1-6页 |
摘要 | 第6-8页 |
Abstract | 第8-16页 |
第1章 绪论 | 第16-27页 |
·研究的背景与意义 | 第16-18页 |
·极化SAR系统发展概述 | 第16-18页 |
·极化SAR影像分类研究 | 第18页 |
·国内外研究现状 | 第18-25页 |
·SAR影像分割研究现状 | 第18-23页 |
·极化SAR影像区域分类研究现状 | 第23-24页 |
·论文的研究工作 | 第24-25页 |
·论文研究内容与章节安排 | 第25-27页 |
第2章 极化理论与极化散射特征分解 | 第27-50页 |
·引言 | 第27页 |
·极化基本理论 | 第27-29页 |
·极化椭圆 | 第27-28页 |
·Jones矢量 | 第28-29页 |
·Stokes矢量 | 第29页 |
·目标极化散射特性的表征 | 第29-32页 |
·散射矩阵 | 第29-30页 |
·Kennaugh矩阵 | 第30-31页 |
·协方差矩阵和相干矩阵 | 第31-32页 |
·极化散射特征分解 | 第32-48页 |
·Kennaugh矩阵二分法 | 第32-36页 |
·C_3或T_3矩阵的特征值特征向量分解 | 第36-39页 |
·C_3或T_3矩阵的模型分解 | 第39-46页 |
·散射矩阵的相干分解 | 第46-48页 |
·本章小结 | 第48-50页 |
第3章 极化SAR影像的区域统计分割 | 第50-72页 |
·引言 | 第50页 |
·极化SAR影像的初分割 | 第50-61页 |
·应用分水岭分割SAR影像的难点 | 第50-52页 |
·极化SAR影像的梯度算子 | 第52-56页 |
·梯度影像的形态学重构 | 第56-58页 |
·实验结果分析 | 第58-61页 |
·基于区域合并的极化SAR影像多尺度分割 | 第61-70页 |
·相干矩阵的目标函数 | 第61-62页 |
·区域合并与多尺度分割 | 第62-63页 |
·实验结果分析 | 第63-70页 |
·本章小结 | 第70-72页 |
第4章 基于区域相似度的极化SAR影像非监督分类 | 第72-108页 |
·引言 | 第72页 |
·极化SAR影像像素分类 | 第72-80页 |
·H/Aphla/A初始聚类划分 | 第72-78页 |
·Wishart距离最大似然分类 | 第78-79页 |
·区域初始聚类方法分析 | 第79-80页 |
·区域相似度矩阵的Ncut聚类 | 第80-93页 |
·影像的Ncut分割 | 第80-82页 |
·Ncut的区域相似度矩阵聚类 | 第82-83页 |
·实验结果分析 | 第83-93页 |
·结合聚类趋势的区域相似度矩阵聚类 | 第93-102页 |
·聚类趋势可视化评估 | 第93-94页 |
·VAT的区域相似度矩阵聚类 | 第94-95页 |
·实验结果分析 | 第95-102页 |
·应用近邻传播算法的聚类 | 第102-107页 |
·近邻传播算法 | 第102-104页 |
·近邻传播算法的聚类 | 第104页 |
·实验结果分析 | 第104-107页 |
·本章小结 | 第107-108页 |
第5章 基于区域特征降维的极化SAR影像监督分类 | 第108-125页 |
·引言 | 第108页 |
·降维方法总结 | 第108-114页 |
·线性降维 | 第108-110页 |
·非线性降维 | 第110-113页 |
·降维应用到极化SAR数据处理 | 第113-114页 |
·应用LE降维的监督影像分类 | 第114-120页 |
·极化散射特征集 | 第114-115页 |
·SSVM(Smooth Support Vector Machine,SSVM) | 第115-116页 |
·实验结果分析 | 第116-120页 |
·应用监督LE降维的监督影像分类 | 第120-124页 |
·监督LE降维 | 第120-122页 |
·实验结果分析 | 第122-124页 |
·本章小结 | 第124-125页 |
第6章 总结与展望 | 第125-128页 |
·研究总结 | 第125-126页 |
·论文创新点 | 第126页 |
·存在问题与展望 | 第126-128页 |
参考文献 | 第128-139页 |
攻读博士期间的科研经历与科研成果 | 第139-140页 |
致谢 | 第140-141页 |