摘要 | 第4-6页 |
Abstract | 第6-8页 |
第一章 绪论 | 第17-35页 |
1.1 课题的背景和研究意义 | 第17-18页 |
1.2 国内外研究现状 | 第18-30页 |
1.2.1 稀疏表示理论 | 第18-22页 |
1.2.2 SAR图像压缩方法 | 第22-24页 |
1.2.3 SAR图像相干斑抑制方法 | 第24-27页 |
1.2.4 SAR图像目标分类方法 | 第27-28页 |
1.2.5 SAR图像与红外图像融合方法 | 第28-30页 |
1.3 本文的主要研究工作 | 第30-33页 |
1.4 本文的内容安排 | 第33-35页 |
第二章 基于稀疏特征的SAR图像压缩 | 第35-55页 |
2.1 引言 | 第35-36页 |
2.2 稀疏系数求解的匹配追踪类算法 | 第36-39页 |
2.2.1 MP算法原理 | 第36-37页 |
2.2.2 OMP算法原理 | 第37-38页 |
2.2.3 ROMP算法原理 | 第38页 |
2.2.4 BAOMP算法原理 | 第38-39页 |
2.3 改进的盲稀疏度信号稀疏系数求解算法 | 第39-43页 |
2.3.1 算法过程 | 第39-41页 |
2.3.2 算法分析 | 第41页 |
2.3.3 实验结果与性能分析 | 第41-43页 |
2.4 SAR图像压缩与重构实验 | 第43-54页 |
2.4.1 小波变换 | 第43-44页 |
2.4.2 小波域字典学习 | 第44-46页 |
2.4.3 SAR图像的压缩与重构 | 第46-47页 |
2.4.4 实验结果与性能分析 | 第47-54页 |
2.5 本章小结 | 第54-55页 |
第三章 基于稀疏特征的SAR图像相干斑抑制 | 第55-69页 |
3.1 引言 | 第55-56页 |
3.2 SAR图像Contourlet变换系数的统计特性 | 第56-58页 |
3.2.1 Contourlet变换 | 第56-57页 |
3.2.2 SAR图像的Contourlet变换系数特性 | 第57-58页 |
3.3 基于自蛇扩散和稀疏表示的Contourlet域SAR图像相干斑抑制 | 第58-67页 |
3.3.1 低频子带的自蛇扩散滤波 | 第58-59页 |
3.3.2 高频子带的稀疏优化滤波 | 第59页 |
3.3.3 本文相干斑抑制算法 | 第59-61页 |
3.3.4 实验结果与性能分析 | 第61-67页 |
3.4 本章小结 | 第67-69页 |
第四章 基于稀疏特征的SAR图像目标分类 | 第69-90页 |
4.1 引言 | 第69-70页 |
4.2 基于多子分类器Ada Boost算法的SAR图像目标分类 | 第70-79页 |
4.2.1 AdaBoost算法原理 | 第70-71页 |
4.2.2 基于多子分类器Ada Boost算法的SAR图像目标分类方法 | 第71-77页 |
4.2.3 实验结果与性能分析 | 第77-79页 |
4.3 基于EMACH与稀疏表示的SAR图像目标分类 | 第79-85页 |
4.3.1 基于稀疏表示的SAR图像目标分类方法 | 第79-81页 |
4.3.2 基于EMACH与稀疏表示的SAR图像目标分类方法 | 第81-83页 |
4.3.3 实验结果与性能分析 | 第83-85页 |
4.4 基于稀疏表示和级联字典的SAR图像目标分类 | 第85-89页 |
4.4.1 级联分类器 | 第86页 |
4.4.2 基于稀疏表示和级联字典的SAR图像目标分类方法 | 第86-87页 |
4.4.3 实验结果与性能分析 | 第87-89页 |
4.5 本章小结 | 第89-90页 |
第五章 基于稀疏特征的SAR图像与红外图像融合 | 第90-103页 |
5.1 引言 | 第90页 |
5.2 基于变换域的SAR图像与红外图像融合策略 | 第90-92页 |
5.3 融合效果评价指标 | 第92-94页 |
5.4 基于自适应权值的Curvelet域SAR图像与红外图像融合 | 第94-98页 |
5.4.1 隶属度函数 | 第94-95页 |
5.4.2 Curvelet变换 | 第95页 |
5.4.3 基于自适应权值的Curvelet域SAR图像与红外图像融合方法 | 第95-97页 |
5.4.4 实验结果与性能分析 | 第97-98页 |
5.5 基于稀疏表示的NSCT域SAR图像与红外图像融合 | 第98-102页 |
5.5.1 NSCT变换 | 第98-99页 |
5.5.2 基于稀疏表示的NSCT域SAR图像与红外图像融合方法 | 第99-100页 |
5.5.3 实验结果与性能分析 | 第100-102页 |
5.6 本章小结 | 第102-103页 |
第六章 总结与展望 | 第103-105页 |
6.1 本文的主要研究内容与贡献 | 第103-104页 |
6.2 进一步工作与展望 | 第104-105页 |
参考文献 | 第105-119页 |
致谢 | 第119-120页 |
在学期间的研究成果及发表的学术论文 | 第120页 |