| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 传统的SAR图像抑斑方法 | 第11-12页 |
| 1.2.2 基于小波的SAR图像去斑方法 | 第12-13页 |
| 1.2.3 基于非局部均值的去斑算法 | 第13-14页 |
| 1.3 研究内容和结构安排 | 第14-16页 |
| 第二章 SAR成像原理和异质性测量分析 | 第16-23页 |
| 2.1 SAR成像原理及相干斑噪声形成机制 | 第16-18页 |
| 2.1.1 SAR成像原理 | 第16-17页 |
| 2.1.2 相干斑噪声特性 | 第17-18页 |
| 2.2 SAR图像异质性测量表示 | 第18-20页 |
| 2.2.1 基于变差系数的异质性表示 | 第18-19页 |
| 2.2.2 基于算数-几何均值比的异质性表示 | 第19-20页 |
| 2.2.3 基于信息论的异质性表示方式 | 第20页 |
| 2.3 SAR图像质量评价指标 | 第20-23页 |
| 第三章 基于异质性分类的小波域SAR图像去斑 | 第23-37页 |
| 3.1 小波域贝叶斯去斑算法 | 第23-26页 |
| 3.1.1 SAR图像小波系数统计模型 | 第23-24页 |
| 3.1.2 贝叶斯最大后验概率估计 | 第24-25页 |
| 3.1.3 参数估计 | 第25-26页 |
| 3.2 基于异质性测度的小波系数分类 | 第26-30页 |
| 3.2.1 异质性测度MLCV | 第26-27页 |
| 3.2.2 基于MLCV的小波系数分类 | 第27-30页 |
| 3.3 基于异质性分类的小波域SAR图像去斑算法的实现 | 第30页 |
| 3.4 实验结果分析 | 第30-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 基于异质性预矫正的小波域SAR图像去斑 | 第37-48页 |
| 4.1 基于广义似然比的贝叶斯去斑算法 | 第37-41页 |
| 4.1.1 基于广义似然比的贝叶斯萎缩函数 | 第37-39页 |
| 4.1.2 广义似然比的计算 | 第39-41页 |
| 4.1.3 基于广义似然比去斑算法步骤 | 第41页 |
| 4.2 基于异质性测度的图像预矫正 | 第41-42页 |
| 4.3 实验结果分析 | 第42-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文工作总结 | 第48页 |
| 5.2 后续工作展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录：攻读学位期间所发表论文 | 第55页 |