| 摘要 | 第9-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 研究背景与意义 | 第14-18页 |
| 1.1.1 极化SAR系统的发展 | 第14-15页 |
| 1.1.2 极化SAR理论及应用 | 第15-17页 |
| 1.1.3 研究意义 | 第17-18页 |
| 1.2 研究现状及存在的问题 | 第18-22页 |
| 1.2.1 极化SAR影像滤波 | 第18-20页 |
| 1.2.2 极化SAR影像分割 | 第20-22页 |
| 1.3 研究目标与研究内容 | 第22-24页 |
| 1.3.1 研究目标 | 第22页 |
| 1.3.2 研究内容 | 第22-24页 |
| 1.4 章节安排 | 第24-26页 |
| 第二章 极化SAR基本理论 | 第26-41页 |
| 2.1 电磁波的极化及其表征 | 第26-31页 |
| 2.1.1 极化椭圆 | 第28-29页 |
| 2.1.2 Jones矢量 | 第29页 |
| 2.1.3 Stokes矢量 | 第29-30页 |
| 2.1.4 Poincare极化球 | 第30-31页 |
| 2.2 极化SAR数据的矩阵描述 | 第31-36页 |
| 2.2.1 Sinclair矩阵与散射矢量 | 第31-33页 |
| 2.2.2 协方差矩阵与相干矩阵 | 第33-34页 |
| 2.2.3 Mueller矩阵与Kennaugh矩阵 | 第34-36页 |
| 2.3 极化合成 | 第36-41页 |
| 2.3.1 基本理论 | 第36-37页 |
| 2.3.2 典型目标的极化响应 | 第37-41页 |
| 第三章 极化SAR数据相干斑统计特性 | 第41-49页 |
| 3.1 单极化SAR影像的统计特性 | 第41-44页 |
| 3.1.1 低分辨率SAR影像 | 第41-43页 |
| 3.1.2 高分辨率SAR影像 | 第43-44页 |
| 3.2 全极化SAR影像的统计特性 | 第44-46页 |
| 3.2.1 高斯模型 | 第44-45页 |
| 3.2.2 非高斯模型 | 第45-46页 |
| 3.3 等效视数 | 第46-49页 |
| 3.3.1 单极化SAR的等效视数 | 第46-47页 |
| 3.3.2 全极化SAR的等效视数 | 第47-49页 |
| 第四章 极化SAR影像滤波 | 第49-106页 |
| 4.1 极化SAR影像滤波基础 | 第49-51页 |
| 4.1.1 滤波的基本原则 | 第49页 |
| 4.1.2 滤波的基本方法 | 第49-51页 |
| 4.2 典型的滤波算法 | 第51-56页 |
| 4.2.1 精制极化Lee滤波 | 第51-52页 |
| 4.2.2 基于散射模型的滤波 | 第52-53页 |
| 4.2.3 改进的Sigma滤波 | 第53-55页 |
| 4.2.4 Nonlocal滤波 | 第55-56页 |
| 4.3 自适应窗口滤波 | 第56-67页 |
| 4.3.1 极化同质度量度 | 第57-64页 |
| 4.3.2 形状自适应窗口 | 第64页 |
| 4.3.3 大小自适应窗口 | 第64-65页 |
| 4.3.4 新的滤波算法 | 第65-67页 |
| 4.4 Mean Shift滤波 | 第67-81页 |
| 4.4.1 常规Mean Shift算法介绍 | 第67-71页 |
| 4.4.2 自适应非对称可变带宽Mean Shift | 第71-75页 |
| 4.4.3 极化SAR Mean Shift滤波器 | 第75-76页 |
| 4.4.4 参数设置对滤波结果的影响分析 | 第76-81页 |
| 4.5 滤波效果评价 | 第81-87页 |
| 4.5.1 有参考图评价法 | 第82-85页 |
| 4.5.2 无参考图评价法 | 第85-87页 |
| 4.6 滤波实验 | 第87-106页 |
| 4.6.1 实验数据介绍 | 第87-89页 |
| 4.6.2 实验结果及分析 | 第89-104页 |
| 4.6.3 实验结论 | 第104-106页 |
| 第五章 极化SAR影像分割 | 第106-142页 |
| 5.1 典型的分割算法 | 第106-111页 |
| 5.1.1 Ncut分割 | 第106-108页 |
| 5.1.2 叉树分割 | 第108-111页 |
| 5.2 SRM分割 | 第111-122页 |
| 5.2.1 原始的SRM分割算法 | 第112-116页 |
| 5.2.2 扩展的SRM分割算法 | 第116-122页 |
| 5.3 Mean Shift分割 | 第122-125页 |
| 5.3.1 合并准则 | 第122-124页 |
| 5.3.2 合并顺序 | 第124-125页 |
| 5.3.3 GBMS超级像素分割算法 | 第125页 |
| 5.4 基于超级像素的二叉树分割 | 第125-127页 |
| 5.4.1 选的超级像素分割算法 | 第127页 |
| 5.4.2 S-BPT分割算法 | 第127页 |
| 5.5 分割效果评价 | 第127-129页 |
| 5.5.1 比值法 | 第128页 |
| 5.5.2 分割尺度 | 第128-129页 |
| 5.6 分割实验 | 第129-142页 |
| 5.6.1 实验数据介绍 | 第129-132页 |
| 5.6.2 实验结果及分析 | 第132-141页 |
| 5.6.3 实验结论 | 第141-142页 |
| 第六章 总结与展望 | 第142-145页 |
| 6.1 论文主要工作 | 第142-143页 |
| 6.2 下一步研究方向 | 第143-145页 |
| 参考文献 | 第145-163页 |
| 攻博期间取得的学术成果 | 第163-165页 |
| 致谢 | 第165-166页 |
