| 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 |
| ·研究背景和意义 | 第8-9页 |
| ·SAR图像处理的研究现状 | 第9-11页 |
| ·论文的主要工作及内容安排 | 第11-12页 |
| 第二章 SAR图像及相干斑噪声特征分析 | 第12-23页 |
| ·SAR成像简介 | 第12-13页 |
| ·SAR图像特征 | 第13-17页 |
| ·SAR图像的空间分辨特征 | 第13-14页 |
| ·SAR图像的辐射特性 | 第14页 |
| ·SAR图像的几何特征 | 第14-15页 |
| ·SAR图像的噪声特征 | 第15-16页 |
| ·SAR图像的其它特征 | 第16-17页 |
| ·相干斑概述 | 第17-22页 |
| ·相干斑的形成机理 | 第17-19页 |
| ·相干斑的统计特性 | 第19-20页 |
| ·单视SAR图像的统计特性 | 第19页 |
| ·多视SAR图像的统计特性 | 第19-20页 |
| ·相干斑数学模型 | 第20-21页 |
| ·相干斑的表现形态 | 第21-22页 |
| ·SAR图像后向散射强度模型 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于à trous小波算法的SAR图像相干斑抑制方法 | 第23-62页 |
| ·小波分析理论 | 第23-28页 |
| ·小波分析基础 | 第23-25页 |
| ·多尺度分析以及MALLAT算法 | 第25-27页 |
| ·二维图像小波变换后系数的分布特点 | 第27-28页 |
| ·SAR图像去相干斑噪声小波域方法 | 第28-31页 |
| ·SAR图像小波域软阈值去相干斑噪声 | 第28-30页 |
| ·à trous小波算法 | 第30-31页 |
| ·改进的滤波方法原理 | 第31-33页 |
| ·SAR图像相干斑滤波算法的评估准则 | 第33-35页 |
| ·实验结果及分析 | 第35-61页 |
| ·实验数据 | 第35-36页 |
| ·比较结果及分析 | 第36-61页 |
| ·保持图像自然视觉特征 | 第36-37页 |
| ·窗口大小对滤波的影响 | 第37-38页 |
| ·不同分解算法,不同小波基和不同尺度对滤波的影响 | 第38-41页 |
| ·图像边缘保持 | 第41-52页 |
| ·定量分析 | 第52-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 基于遗传算法的SAR图像分割 | 第62-79页 |
| ·SAR图像分割 | 第62页 |
| ·遗传算法的基本理论 | 第62-67页 |
| ·遗传算法定义及基本思想 | 第62-63页 |
| ·遗传算法的构成 | 第63-67页 |
| ·编码机制 | 第63-64页 |
| ·适应度函数 | 第64-65页 |
| ·遗传算子 | 第65-66页 |
| ·控制参数 | 第66页 |
| ·遗传算法应用中的关键问题 | 第66-67页 |
| ·改进的基于遗传算法的SAR图像分割方法描述 | 第67-71页 |
| ·分割结果的评价 | 第71-72页 |
| ·实验结果分析 | 第72-78页 |
| ·分割结果视觉效果比较 | 第72-73页 |
| ·滤波与否对分割结果的影响 | 第73页 |
| ·迭代次数对分割结果的影响 | 第73-74页 |
| ·参数的选取对分割结果的影响 | 第74页 |
| ·定量比较 | 第74-78页 |
| ·本章小结 | 第78-79页 |
| 第五章 结论与展望 | 第79-82页 |
| ·结论 | 第79-81页 |
| ·不足与展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 参与的项目和发表的论文 | 第88-89页 |
| 致谢(Acknowledgement) | 第89-90页 |