| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-27页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-24页 |
| 1.2.1 海岸线检测算法研究现状 | 第12-17页 |
| 1.2.2 马尔科夫随机场的研究现状 | 第17-22页 |
| 1.2.3 超像素的研究现状 | 第22-24页 |
| 1.3 本文的主要工作和结构安排 | 第24-27页 |
| 第2章 基于超像素和区域合并的改进SAR图像海岸线检测算法 | 第27-45页 |
| 2.1 SLIC模型和DBSCAN模型 | 第27-29页 |
| 2.2 基于超像素和区域合并的改进算法理论分析 | 第29-36页 |
| 2.2.1 超像素改进算法及理论分析 | 第29-33页 |
| 2.2.2 区域合并改进算法及理论分析 | 第33-35页 |
| 2.2.3 参数对性能的影响 | 第35-36页 |
| 2.3 算法描述 | 第36-37页 |
| 2.4 实验对比与分析 | 第37-44页 |
| 2.4.1 本章算法与对比算法的参数设置 | 第37页 |
| 2.4.2 Envisat图像检测结果对比与分析 | 第37-39页 |
| 2.4.3 Radarsat图像检测结果对比与分析 | 第39-41页 |
| 2.4.4 性能对比与分析 | 第41-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第3章 基于超像素的TMF改进SAR图像海岸线检测算法 | 第45-69页 |
| 3.1 TMF理论分析 | 第45-50页 |
| 3.2 基于超像素的TMF改进算法理论分析 | 第50-57页 |
| 3.2.1 基于Gamma分布的改进超像素算法理论分析 | 第50-51页 |
| 3.2.2 改进TMF能量模型的构建 | 第51-55页 |
| 3.2.3 基于超像素的TMF算法的理论分析 | 第55-57页 |
| 3.2.4 参数对性能的影响 | 第57页 |
| 3.3 改进算法描述 | 第57-58页 |
| 3.3.1 基于Gamma分布改进超像素算法描述 | 第57-58页 |
| 3.3.2 超像素的TMF改进算法描述 | 第58页 |
| 3.4 实验对比与分析 | 第58-68页 |
| 3.4.1 本章算法与对比算法参数设置 | 第58-59页 |
| 3.4.2 Envisat图像检测结果对比与分析 | 第59-62页 |
| 3.4.3 Terra图像检测结果对比与分析 | 第62-63页 |
| 3.4.4 Radarsat图像检测结果对比与分析 | 第63-64页 |
| 3.4.5 性能对比与分析 | 第64-68页 |
| 3.5 本章小结 | 第68-69页 |
| 第4章 基于概率的超像素TMF改进SAR图像海岸线检测算法 | 第69-89页 |
| 4.1 基于边缘判别的超像素改进算法 | 第69-73页 |
| 4.2 基于概率的改进TMF模型 | 第73-77页 |
| 4.2.1 改进模型的构建 | 第73-76页 |
| 4.2.2 改进模型的算法描述 | 第76-77页 |
| 4.3 改进海岸线检测算法描述 | 第77-78页 |
| 4.4 实验对比与分析 | 第78-87页 |
| 4.4.1 Envisat图像检测结果对比与分析 | 第78-81页 |
| 4.4.2 Terra图像检测结果对比与分析 | 第81-83页 |
| 4.4.3 Radarsat图像检测结果对比与分析 | 第83-85页 |
| 4.4.4 性能对比与分析 | 第85-87页 |
| 4.5 本章小结 | 第87-89页 |
| 总结与展望 | 第89-92页 |
| 参考文献 | 第92-100页 |
| 攻读学位期间取得成果 | 第100-101页 |
| 致谢 | 第101-102页 |
| 作者简介 | 第102页 |
