| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景与意义 | 第11-12页 |
| 1.2 SAR图像变化检测研究的国内外发展现状 | 第12-14页 |
| 1.3 SAR图像变化检测研究中存在的主要问题 | 第14-16页 |
| 1.4 论文主要研究内容与结构安排 | 第16-17页 |
| 第2章 SAR原理及变化检测理论 | 第17-27页 |
| 2.1 SAR成像原理 | 第17-20页 |
| 2.2 SAR图像变化检测的流程及基本方法 | 第20-21页 |
| 2.3 SAR图像相干斑噪声 | 第21-23页 |
| 2.3.1 相干斑噪声产生机理 | 第21-22页 |
| 2.3.2 相干斑噪声模型 | 第22页 |
| 2.3.3 相干斑噪声的统计特性 | 第22-23页 |
| 2.4 SAR图像变化检测的精度评估 | 第23-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 SAR图像滤波算法比较分析 | 第27-39页 |
| 3.1 Lee滤波算法 | 第27-28页 |
| 3.2 Kuan滤波算法 | 第28-30页 |
| 3.3 Gamma Map滤波算法 | 第30-31页 |
| 3.4 Frost滤波算法 | 第31-32页 |
| 3.5 滤波算法效果评价与分析 | 第32-33页 |
| 3.6 实验结果与分析 | 第33-38页 |
| 3.6.1 实验数据 | 第33-34页 |
| 3.6.2 实验结果与分析 | 第34-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第4章 SAR图像变化检测算法研究 | 第39-77页 |
| 4.1 构造差异图像 | 第39-47页 |
| 4.2 基于图像分割的自动阈值选取算法 | 第47-50页 |
| 4.2.1 循环迭代法(Loop Iteration,LI) | 第47页 |
| 4.2.2 最大类问方差法(Otsu) | 第47-49页 |
| 4.2.3 最佳直方图熵法(KSW) | 第49-50页 |
| 4.3 基于贝叶斯决策的自动阂值选取算法 | 第50-56页 |
| 4.3.1 贝叶斯决策理论 | 第50-52页 |
| 4.3.2 KI最佳阈值选取算法 | 第52-54页 |
| 4.3.3 EM迭代阈值选取算法 | 第54-56页 |
| 4.4 基于最小Tsallis交叉熵的阈值选取法及改进算法 | 第56-62页 |
| 4.4.1 最小Tsallis交叉熵法(Minimum Tsallis Cross Entropy,MTCE) | 第57-59页 |
| 4.4.2 改进的基于最小Tsallis交叉熵的阈值选取算法 | 第59-61页 |
| 4.4.3 改进算法的流程与实现 | 第61-62页 |
| 4.5 SAR图像变化检测结果分析与效果评价 | 第62-74页 |
| 4.5.1 实验数据 | 第62-66页 |
| 4.5.2 实验结果与分析 | 第66-74页 |
| 4.6 本章小结 | 第74-77页 |
| 第5章 结论与展望 | 第77-79页 |
| 5.1 总结 | 第77-78页 |
| 5.2 展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85页 |
