| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 SAR图像分割的国内外研究现状 | 第16-21页 |
| 1.2.1 图像分割简介 | 第16页 |
| 1.2.2 图像分割定义 | 第16-17页 |
| 1.2.3 SAR图像分割基本理论及算法 | 第17-21页 |
| 1.3 论文的内容和安排 | 第21-22页 |
| 第二章 SAR图像的统计特性分析 | 第22-34页 |
| 2.1 SAR系统成像原理及散射特性 | 第22-26页 |
| 2.1.1 SAR图像的成像机理 | 第22-23页 |
| 2.1.2 SAR系统的成像散射特性 | 第23-26页 |
| 2.2 SAR图像的相干斑噪声 | 第26-30页 |
| 2.2.1 斑点噪声模型 | 第27-28页 |
| 2.2.2 SAR图像噪声抑制算法简介 | 第28-30页 |
| 2.3 SAR图像的统计模型分布 | 第30-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 三重马尔可夫随机场理论 | 第34-42页 |
| 3.1 基于马尔可夫随机场的SAR图像分割理论 | 第34-38页 |
| 3.1.1 邻域系统说明 | 第34-35页 |
| 3.1.2 Markov随机场与Gibbs随机场 | 第35-36页 |
| 3.1.3 基于MRF图像分割的算法简介 | 第36-38页 |
| 3.2 三重马尔可夫随机场基本理论 | 第38-40页 |
| 3.2.1 辅助场的引入及其物理意义 | 第38-39页 |
| 3.2.2 TMF模型 | 第39-40页 |
| 3.2.3 TMF的参数估计 | 第40页 |
| 3.3 本章小结 | 第40-42页 |
| 第四章 基于稀疏表示TMF的SAR图像分割算法 | 第42-62页 |
| 4.1 稀疏编码理论概述 | 第42-47页 |
| 4.1.1 图像中的稀疏模型 | 第42-44页 |
| 4.1.2 重构误差和分类 | 第44-47页 |
| 4.2 基于稀疏表示的高阶三重马尔可夫场的SAR图像分割 | 第47-57页 |
| 4.2.1 高阶邻域结构 | 第48-49页 |
| 4.2.2 定义基于自适应非平稳划分的辅助场U | 第49-51页 |
| 4.2.3 基于稀疏表示的高阶势能函数的构建 | 第51-54页 |
| 4.2.4 STMF模型中的参数估计 | 第54-55页 |
| 4.2.5 算法流程 | 第55-57页 |
| 4.3 仿真结果与分析 | 第57-59页 |
| 4.3.1 STMF算法的抗噪性实验和分析 | 第57-58页 |
| 4.3.2 实测SAR图像实验结果与分析 | 第58-59页 |
| 4.4 本章小结 | 第59-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 本文工作总结 | 第62-63页 |
| 5.2 研究工作展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |