摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-15页 |
第一章 绪论 | 第15-21页 |
1.1 SAR线目标提取的研究背景及意义 | 第15页 |
1.2 SAR线目标提取的研究现状 | 第15-19页 |
1.2.1 SAR图像中河流提取的研究现状 | 第16-17页 |
1.2.2 SAR图像中道路提取的研究现状 | 第17-19页 |
1.3 本文研究的内容及结构安排 | 第19-21页 |
第二章 SAR图像的成像机理和统计特性 | 第21-31页 |
2.1 SAR图像的成像机理 | 第21-22页 |
2.2 SAR图像的几何特征 | 第22-24页 |
2.2.1 距离向分辨力 | 第22页 |
2.2.2 方位向分辨力 | 第22-23页 |
2.2.3 SAR图像的几何失真 | 第23-24页 |
2.3 SAR图像相干斑的形成机理 | 第24-26页 |
2.4 SAR图像的统计特性 | 第26-28页 |
2.4.1 SAR图像常用的统计模型 | 第26-27页 |
2.4.2 SAR相干斑的乘性模型 | 第27-28页 |
2.5 本章小结 | 第28-31页 |
第三章 线目标提取理论的技术基础 | 第31-41页 |
3.1 SAR图像降斑技术 | 第31-33页 |
3.1.1 Lee滤波理论 | 第31-32页 |
3.1.2 改进Lee滤波理论 | 第32-33页 |
3.2 图像增强技术 | 第33-35页 |
3.2.1 图像增强的定义 | 第33页 |
3.2.2 图像增强常用方法简介 | 第33-35页 |
3.3 图像分割技术 | 第35-39页 |
3.3.1 图像分割的定义 | 第35页 |
3.3.2 直方图阈值分割 | 第35-36页 |
3.3.3 最大类间方差阈值分割 | 第36-39页 |
3.4 目标的表达与描述 | 第39-40页 |
3.5 本章小结 | 第40-41页 |
第四章 高分辨率SAR图像河流提取方法研究 | 第41-51页 |
4.1 高分辨率SAR图像中河流模型及特征 | 第41-42页 |
4.2 基于自适应灰度均值阈值和水域连续性的河流提取算法 | 第42-45页 |
4.2.1 SAR图像预处理 | 第42-43页 |
4.2.2 基于直方图阈值分割的感兴趣区域提取 | 第43-44页 |
4.2.3 基于自适应灰度均值阈值的去伪河流算法 | 第44页 |
4.2.4 基于水域连续性的去伪河流算法 | 第44-45页 |
4.3 仿真结果与分析 | 第45-49页 |
4.4 本章小结 | 第49-51页 |
第五章 高分辨率SAR图像道路提取方法研究 | 第51-63页 |
5.1 高分辨率SAR图像中道路模型及特征 | 第51-52页 |
5.2 Hough变换的原理 | 第52-55页 |
5.2.1 Hough变换的原理 | 第52-54页 |
5.2.2 改进的Hough变换 | 第54-55页 |
5.3 数学形态学原理 | 第55-56页 |
5.3.1 数学形态学的基础理论 | 第55-56页 |
5.3.2 构造结构元素 | 第56页 |
5.4 基于Hough变换与数学形态学的道路提取算法 | 第56-58页 |
5.5 仿真结果与分析 | 第58-61页 |
5.6 本章小结 | 第61-63页 |
第六章 结论和展望 | 第63-65页 |
6.1 总结 | 第63-64页 |
6.2 展望 | 第64-65页 |
参考文献 | 第65-69页 |
致谢 | 第69-71页 |
作者简介 | 第71-72页 |