SAR图像海面油膜提取与分类研究

摘要	第1-6页
Abstract	第6-9页
1. 前言	第9-25页
·研究意义	第9-12页
·海面溢油遥感监测手段	第12-18页
·激光荧光遥感器	第13-14页
·光学传感器	第14-16页
·微波遥感传感器	第16-18页
·国内外SAR 海面油膜监测研究现状	第18-22页
·国内SAR 海面油膜监测研究现状	第18-21页
·国外SAR 海面油膜监测研究现状	第21-22页
·本论文主要工作	第22-25页
2. SAR 监测海面油膜原理与图像预处理	第25-44页
·SAR 监测海面油膜原理	第25-27页
·SAR 油膜成像条件与图像特征	第27-29页
·SAR 油膜成像条件	第27-28页
·SAR 油膜图像特征	第28-29页
·SAR 图像预处理	第29-41页
·校正处理	第30-32页
·图像增强与去噪	第32-41页
·SAR 油膜图像解译	第41-44页
3. SAR 油膜图像边缘检测和分割	第44-55页
·图像分割方法综述	第44-45页
·单一阈值图像分割	第45-47页
·基于纹理特征的图像分割	第47-51页
·基于水平集的图像分割	第51-53页
·小结	第53-55页
4. 基于纹理特征的SAR 油膜图像神经网络分类	第55-75页
·SAR 图像分类与目标识别综述	第55-56页
·SAR 油膜图像纹理特征提取	第56-63页
·纹理分析方法	第56-59页
·纹理特征选择与提取	第59-63页
·BP 神经网络识别方法	第63-75页
·BP 神经网络	第64-66页
·BP 网络油膜分类模型构建	第66-68页
·BP 神经网络SAR 油膜图像分类实现	第68-72页
·BP 神经网络分类评价	第72-75页
5. 实例应用	第75-81页
·油膜提取业务流程	第75-77页
·污染油膜判别	第77-78页
·渗漏油膜判别	第78-80页
·小结	第80-81页
6. 结论	第81-83页
参考文献	第83-87页
致谢	第87-88页
个人简历	第88页