| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 研究现状 | 第16-17页 |
| 1.3 论文内容安排 | 第17-19页 |
| 第二章 极化SAR基本理论 | 第19-35页 |
| 2.1 电磁波基本理论 | 第19-23页 |
| 2.1.1 极化椭圆 | 第19-22页 |
| 2.1.2 Jones矢量表示 | 第22页 |
| 2.1.3 Stokes矢量表示 | 第22-23页 |
| 2.2 极化特性表征 | 第23-25页 |
| 2.2.1 极化散射矩阵 | 第23-24页 |
| 2.2.2 极化相干矩阵与极化协方差矩阵 | 第24-25页 |
| 2.3 目标分解理论 | 第25-32页 |
| 2.3.1 相干目标分解 | 第25-29页 |
| 2.3.2 非相干目标分解 | 第29-32页 |
| 2.4 张量代数的基本知识 | 第32-34页 |
| 2.4.1 张量概念 | 第32页 |
| 2.4.2 秩1张量 | 第32-33页 |
| 2.4.3 张量的模-n展开 | 第33页 |
| 2.4.4 张量乘法 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于张量代数的特征提取方法 | 第35-55页 |
| 3.1 极化SAR数据的张量表征与特征提取方法 | 第35-41页 |
| 3.1.1 基于张量代数的极化SAR数据表征方法 | 第35-36页 |
| 3.1.2 基于矩阵代数的特征提取方法 | 第36-39页 |
| 3.1.3 像素点邻域张量表征方法和多维主分量特征提取 | 第39-41页 |
| 3.2 T-LDA极化SAR特征提取方法 | 第41-43页 |
| 3.3 T-LPP极化SAR特征提取方法 | 第43-45页 |
| 3.4 实验结果及其分析 | 第45-54页 |
| 3.4.1 仿真数据 | 第45-51页 |
| 3.4.2 实测数据 | 第51-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于多分类器融合的分类方法研究 | 第55-67页 |
| 4.1 分类算法原理 | 第55-60页 |
| 4.1.1 支持向量机 | 第55-58页 |
| 4.1.2 H/A/Wishart分类 | 第58-60页 |
| 4.2 加权投票分类器融合方法 | 第60页 |
| 4.3 改进的加权投票融合算法 | 第60-61页 |
| 4.4 实验结果及其分析 | 第61-64页 |
| 4.5 本章小结 | 第64-67页 |
| 第五章 极化SAR地物特征提取与分类软件 | 第67-75页 |
| 5.1 软件系统环境 | 第67-68页 |
| 5.2 软件功能和架构 | 第68页 |
| 5.3 核心软件模块设计实现 | 第68-70页 |
| 5.3.1 数据读取录入模块 | 第68-69页 |
| 5.3.2 特征提取降维模块 | 第69-70页 |
| 5.3.3 极化地物分类和分类器融合模块 | 第70页 |
| 5.4 系统测试 | 第70-74页 |
| 5.4.1 系统功能测试 | 第70-73页 |
| 5.4.2 信息提示功能测试 | 第73页 |
| 5.4.3 测试结果分析 | 第73-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 工作总结 | 第75-76页 |
| 6.2 工作展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 作者简介 | 第83-84页 |