| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7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15-19页 |
| 1.1 研究的背景及其意义 | 第15-16页 |
| 1.2 国内外的研究状况 | 第16-17页 |
| 1.3 本文的主要工作 | 第17-19页 |
| 第二章 SAR图像变化检测技术 | 第19-27页 |
| 2.1 SAR图像变化检测的流程 | 第19-21页 |
| 2.2 SAR图像变化检测存在的问题 | 第21-23页 |
| 2.3 常见的SAR图像变化检测技术 | 第23-24页 |
| 2.4 SAR图像变化检测的评价指标 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于级联字典稀疏学习的SAR图像变化检测 | 第27-43页 |
| 3.1 稀疏学习理论基础 | 第27-28页 |
| 3.1.1 稀疏表示 | 第27-28页 |
| 3.1.2 图像稀疏重构 | 第28页 |
| 3.2 基于级联字典稀疏学习的SAR图像变化检测算法 | 第28-31页 |
| 3.3 变化检测结果的比较及分析 | 第31-41页 |
| 3.3.1 第一组实验：撒丁岛图像数据 | 第31-34页 |
| 3.3.2 第二组实验：黄河入海口图像数据 | 第34-37页 |
| 3.3.3 其它两组数据对比实验的变化检测结果 | 第37-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于显著性融合的SAR图像变化检测 | 第43-59页 |
| 4.1 引言 | 第43页 |
| 4.2 显著性检测算法基本理论 | 第43-45页 |
| 4.3 基于全局和局部显著性融合的SAR图像变化检测算法 | 第45-48页 |
| 4.3.1 全局显著性图构造 | 第46-47页 |
| 4.3.2 局部显著性图构造 | 第47-48页 |
| 4.3.3 融合全局显著性图和局部显著性图 | 第48页 |
| 4.3.4 聚类分割 | 第48页 |
| 4.4 本章实验的结果以及分析 | 第48-58页 |
| 4.4.1 撒丁岛地区图像变化检测结果及分析 | 第48-52页 |
| 4.4.2 Ottawa地区图像变化检测结果及分析 | 第52-55页 |
| 4.4.3 其它两组数据对比实验结果 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 基于局部显著性和堆栈SAE的SAR图像变化检测 | 第59-71页 |
| 5.1 引言 | 第59页 |
| 5.2 稀疏自编码器基本理论 | 第59-61页 |
| 5.3 基于局部显著性和堆栈SAE的SAR图像变化检测 | 第61-63页 |
| 5.4 实验结果及分析 | 第63-70页 |
| 5.4.1 撒丁岛地区图像的实验结果及分析 | 第64-65页 |
| 5.4.2 Ottawa地区图像的实验结果及分析 | 第65-67页 |
| 5.4.3 其它两组实验数据的结果 | 第67-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 本文的工作与总结 | 第71页 |
| 6.2 工作展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-80页 |
