| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究概况及动态 | 第11-13页 |
| ·SAR 的研究进展与现状 | 第11-12页 |
| ·极化SAR 的研究进展与现状 | 第12-13页 |
| ·本文的结构安排 | 第13-15页 |
| 第二章 极化 SAR 基本理论 | 第15-28页 |
| ·引言 | 第15页 |
| ·电磁波的极化表征 | 第15-18页 |
| ·线极化 | 第15-16页 |
| ·椭圆极化 | 第16-17页 |
| ·球坐标系 | 第17-18页 |
| ·STOKES 矢量 | 第18-19页 |
| ·波的部分极化 | 第19-21页 |
| ·散射过程与散射矩阵 | 第21-24页 |
| ·散射坐标系与极化基 | 第21-22页 |
| ·散射矩阵 | 第22-23页 |
| ·Mueller 矩阵 | 第23-24页 |
| ·天线的极化接收 | 第24-25页 |
| ·典型目标的散射矩阵 | 第25-26页 |
| ·常用极化SAR 图像分类算法 | 第26-27页 |
| ·基于统计特性的多极化SAR 图像监督分类 | 第26页 |
| ·基于神经网络和模糊分类的极化SAR 图像分类 | 第26-27页 |
| ·基于极化分解的极化SAR 图像分类 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 极化 SAR 相干斑抑制研究 | 第28-43页 |
| ·引言 | 第28页 |
| ·相干斑分析 | 第28-30页 |
| ·相干斑抑制分析现状 | 第30-33页 |
| ·多视处理 | 第30-31页 |
| ·最大似然估计 | 第31页 |
| ·MMSE 方法 | 第31-32页 |
| ·Gamma 最大后验概率滤波 | 第32-33页 |
| ·小波变换法 | 第33页 |
| ·衡量相干斑抑制效果的指标 | 第33-34页 |
| ·极化LEE滤波 | 第34-37页 |
| ·自适应窗极化相干斑抑制研究 | 第37-40页 |
| ·实验结果及分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于目标分解的极化 SAR 非监督分类算法研究 | 第43-60页 |
| ·引言 | 第43页 |
| ·目标分解 | 第43-50页 |
| ·H/ALPHA/WISHART极化SAR 非监督分类算法 | 第50-53页 |
| ·基于动态聚类的极化SAR 非监督分类算法研究 | 第53-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 基于支持向量机的极化 SAR 非监督分类算法研究 | 第60-80页 |
| ·引言 | 第60页 |
| ·支持向量机 | 第60-66页 |
| ·最优分类面 | 第61-63页 |
| ·广义最优分类面 | 第63-64页 |
| ·高维空间中的最优分类面 | 第64-65页 |
| ·支持向量机 | 第65-66页 |
| ·多类问题 | 第66页 |
| ·基于支持向量机极化SAR 监督分类方法研究 | 第66-67页 |
| ·基于目标分解和支持向量机的极化SAR 非监督分类算法研究 | 第67-71页 |
| ·样本选择 | 第68页 |
| ·分类流程 | 第68-69页 |
| ·实验结果及分析 | 第69-71页 |
| ·基于四叉树分割和支持向量机的极化SAR 非监督分类研究 | 第71-79页 |
| ·四叉树分割 | 第71-73页 |
| ·样本选择 | 第73-77页 |
| ·分类流程 | 第77-78页 |
| ·实验结果及分析 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士期间取得的研究成果 | 第87页 |
| 个人简历 | 第87-88页 |
