| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景与意义 | 第8-9页 |
| ·极化 SAR 图像分类的研究现状 | 第9-10页 |
| ·论文内容与安排 | 第10-12页 |
| 第二章 极化 SAR 的理论基础 | 第12-26页 |
| ·电磁波的极化及其表征 | 第12-13页 |
| ·目标极化散射特性的表示 | 第13-16页 |
| ·几种基本极化散射机理 | 第16-19页 |
| ·极化 SAR 图像的特征提取 | 第19-24页 |
| ·基于测量数据简单组合和变换的特征 | 第19-21页 |
| ·基于极化目标分解的特征 | 第21-24页 |
| ·其它特征 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第三章 基于谱聚类的极化 SAR 图像分类 | 第26-40页 |
| ·引言 | 第26页 |
| ·谱聚类的相关理论 | 第26-31页 |
| ·谱聚类与图划分问题 | 第26-28页 |
| ·谱聚类的相关概念 | 第28-29页 |
| ·谱聚类算法框架和经典算法 | 第29-30页 |
| ·极化 SAR 数据的距离测度 | 第30-31页 |
| ·基于谱聚类的极化 SAR 图像分类算法 | 第31-34页 |
| ·构造相似矩阵 W | 第31-32页 |
| ·基于 Nystr m 逼近的谱聚类算法 | 第32-33页 |
| ·本章算法步骤 | 第33-34页 |
| ·实验结果及分析 | 第34-38页 |
| ·San Francisco 地区实验结果 | 第34页 |
| ·Flevoland 地区实验结果 | 第34-35页 |
| ·西安地区的实验结果 | 第35-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 一种基于 Mean Shift 和谱聚类的极化 SAR 图像分类 | 第40-56页 |
| ·引言 | 第40页 |
| ·基于区域的谱聚类算法 | 第40-42页 |
| ·基于 Mean Shift 的图像过分割 | 第40-42页 |
| ·基于区域的谱聚类算法实现 | 第42页 |
| ·基于区域谱聚类的极化 SAR 图像分类方法 | 第42-43页 |
| ·一种构造相似矩阵的新方法 | 第43-45页 |
| ·本章算法实现 | 第45-46页 |
| ·实验结果和分析 | 第46-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于 Freeman 分解和谱聚类的极化 SAR 图像分类 | 第56-66页 |
| ·引言 | 第56页 |
| ·Freeman 极化分解的实现 | 第56-58页 |
| ·基于 Freeman 分解的极化 SAR 图像非监督分类 | 第58-60页 |
| ·本章方法实现步骤 | 第60-61页 |
| ·实验结果及分析 | 第61-65页 |
| ·San Francisco 地区实验结果 | 第61-62页 |
| ·Flevoland 地区的实验结果 | 第62页 |
| ·西安地区的实验结果 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结和展望 | 第66-68页 |
| ·工作总结 | 第66-67页 |
| ·存在的问题及进一步研究方向 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 硕士期间的学术成果 | 第76-77页 |
