摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第1章 绪论 | 第11-19页 |
·前言 | 第11-12页 |
·极化SAR分类技术研究现状 | 第12-16页 |
·研究思路及内容流程图 | 第16-17页 |
·章节安排 | 第17-19页 |
第2章 极化SAR基础理论 | 第19-31页 |
·极化波的表征 | 第19-23页 |
·极化椭圆 | 第19-22页 |
·Jones矢量表示法 | 第22-23页 |
·Stokes矢量表示法 | 第23页 |
·散射体的极化描述 | 第23-26页 |
·极化散射矩阵 | 第23-24页 |
·Stokes矩阵 | 第24-25页 |
·极化相干矩阵与极化协方差矩阵 | 第25-26页 |
·目标分解理论 | 第26-28页 |
·相干目标分解 | 第27-28页 |
·非相干相干目标分解 | 第28页 |
·基于目标分解理论的极化SAR图像分类 | 第28-30页 |
·H/α分类 | 第28-29页 |
·基于Freeman分解与复Wishart分类器的分类 | 第29-30页 |
·本章小结 | 第30-31页 |
第3章 极化SAR分类特征提取 | 第31-44页 |
·纹理特征提取 | 第31-35页 |
·基于目标分解的特征 | 第35-40页 |
·Cloude分解 | 第35-38页 |
·Freeman分解 | 第38-40页 |
·基于测量数据的特征 | 第40-43页 |
·电场矩阵 | 第41-42页 |
·功率矩阵 | 第42-43页 |
·本章小结 | 第43-44页 |
第4章 基于多特征融合的地物分类 | 第44-56页 |
·特征融合与归一化 | 第44页 |
·权值分配 | 第44-45页 |
·基于统计特性的多波段监督分类模型 | 第45-47页 |
·算法原理 | 第45-46页 |
·算法分析 | 第46-47页 |
·基于模糊理论的极化SAR监督分类 | 第47-52页 |
·模糊概念 | 第47页 |
·模糊模式识别 | 第47-48页 |
·多目标模糊决策 | 第48-50页 |
·算法原理 | 第50-52页 |
·算法分析 | 第52页 |
·基于SOM神经网络的极化SAR分类 | 第52-54页 |
·算法原理 | 第53-54页 |
·算法分析 | 第54页 |
·本章小结 | 第54-56页 |
第5章 实验结果与分析 | 第56-71页 |
·实验环境介绍 | 第56-57页 |
·实验数据介绍 | 第57-59页 |
·北极某地区实验结果及分析 | 第59-66页 |
·分类结果对比与分析 | 第60-63页 |
·分类结果混淆矩阵分析 | 第63-66页 |
·旧金山海湾地区实验结果及分析 | 第66-69页 |
·本章小结 | 第69-71页 |
第6章 结论 | 第71-73页 |
·结论 | 第71页 |
·待进一步研究方向 | 第71-73页 |
参考文献 | 第73-79页 |
致谢 | 第79页 |