| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·纹理分析的国内外研究现状 | 第10-12页 |
| ·基于压缩感知的纹理分类研究现状 | 第12-13页 |
| ·本论文的主要工作及内容安排 | 第13-15页 |
| 第二章 基于观测向量差的 SAR 图像纹理分类算法 | 第15-31页 |
| ·引言 | 第15-16页 |
| ·压缩感知理论 | 第16-21页 |
| ·压缩感知的提出 | 第16页 |
| ·压缩感知理论 | 第16-21页 |
| ·基于观测向量差的 SAR 图像纹理分类 | 第21-25页 |
| ·“词袋”模型 | 第21-22页 |
| ·特征向量的提取 | 第22-25页 |
| ·算法流程 | 第25页 |
| ·实验结果与分析 | 第25-29页 |
| ·实验数据库 | 第25-27页 |
| ·实验设置 | 第27页 |
| ·实验结果分析 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 基于 SIGNATURE/EMD 框架的 SAR 图像纹理分类算法 | 第31-43页 |
| ·引言 | 第31页 |
| ·Signature 局部特征分布描述方式 | 第31-33页 |
| ·Signature 的概念及特点 | 第31-32页 |
| ·基于压缩感知的 Signature 的描述方式 | 第32-33页 |
| ·EMD 距离的计算 | 第33-34页 |
| ·EMD 距离的概念 | 第33页 |
| ·EMD 距离的计算 | 第33-34页 |
| ·基于 Signature/EMD 框架的 SAR 图像纹理分类算法 | 第34-35页 |
| ·实验结果与分析 | 第35-41页 |
| ·实验设置 | 第35-36页 |
| ·实验结果对比分析 | 第36-41页 |
| ·实验总结 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于 ZIGZAG 扫描的观测向量提取方法 | 第43-57页 |
| ·引言 | 第43页 |
| ·zigzag 扫描方式在特征向量提取中的应用 | 第43-46页 |
| ·zigzag 扫描方式 | 第43-46页 |
| ·基于 zigzag 扫描方式的特征向量提取 | 第46页 |
| ·实验结果与分析 | 第46-52页 |
| ·实验设置 | 第46页 |
| ·实验结果对比分析 | 第46-52页 |
| ·实验总结 | 第52页 |
| ·三种改进方法的横向对比与分析 | 第52-54页 |
| ·本章小结 | 第54-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·工作总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 硕士期间部分科研成果 | 第67-68页 |
