摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-17页 |
1.1 论文的背景及研究的目的和意义 | 第8-9页 |
1.2 国内外研究现状及分析 | 第9-15页 |
1.2.1 极化SAR图像特征提取 | 第9-12页 |
1.2.2 极化SAR图像目标检测 | 第12页 |
1.2.3 极化SAR图像分类 | 第12-15页 |
1.2.4 国内外发展现状综述 | 第15页 |
1.3 主要研究内容及论文结构 | 第15-17页 |
第2章 Pol SAR目标分解理论基础 | 第17-38页 |
2.1 引言 | 第17页 |
2.2 Pol SAR基本理论 | 第17-26页 |
2.2.1 极化目标散射特征 | 第17-24页 |
2.2.2 Pol SAR图像目标二阶统计量 | 第24-25页 |
2.2.3 极化协方差矩阵及极化相干矩阵 | 第25-26页 |
2.3 Pol SAR图像极化特征提取方法 | 第26-37页 |
2.3.1 基本散射机制 | 第26-30页 |
2.3.2 非相干极化目标分解理论 | 第30页 |
2.3.3 Freeman分解 | 第30-32页 |
2.3.4 Yamaguchi分解 | 第32-34页 |
2.3.5 基于非对称散射机理的四成分目标分解模型 | 第34-37页 |
2.4 本章小结 | 第37-38页 |
第3章 Pol SAR人造目标分解结果 | 第38-49页 |
3.1 引言 | 第38页 |
3.2 实验数据介绍 | 第38-39页 |
3.3 关于散射矩阵的相干目标分解 | 第39-43页 |
3.3.1 基于Pauli的分解 | 第39-40页 |
3.3.2 SDH分解 | 第40-41页 |
3.3.3 Pauli和SDH的分解结果及分析 | 第41-43页 |
3.4 特征值分解的非相干目标分解 | 第43-45页 |
3.5 散射模型的非相干目标分解结果和分析 | 第45-48页 |
3.5.1 Freeman和Yamaguchi分解结果及分析 | 第45-48页 |
3.6 本章小结 | 第48-49页 |
第4章 基于SVM的POLSAR目标分类 | 第49-68页 |
4.1 引言 | 第49页 |
4.2 SVM理论基础 | 第49-54页 |
4.2.1 最优分类超平面 | 第49-50页 |
4.2.2 支持向量机分类 | 第50-52页 |
4.2.3 支持向量机回归 | 第52-54页 |
4.3 核函数机特征空间 | 第54-56页 |
4.4 SVM参数的选择 | 第56页 |
4.5 关于特征值目标检测 | 第56-57页 |
4.6 关于SVM的Pol SAR图像的多分类算法 | 第57页 |
4.7 特征向量的选取和分类算法 | 第57-62页 |
4.8 仿真实验 | 第62-66页 |
4.9 本章小结 | 第66-68页 |
结论 | 第68-70页 |
参考文献 | 第70-76页 |
致谢 | 第76页 |