| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 主要缩略词表 | 第12-13页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究工作的背景和意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 SAR图像分割研究现状 | 第16-18页 |
| 1.2.2 SAR图像分类研究现状 | 第18-21页 |
| 1.3 本论文的主要内容和安排 | 第21-23页 |
| 1.3.1 本文的主要研究内容 | 第21页 |
| 1.3.2 本文的结构安排 | 第21-23页 |
| 第二章 基于统计模型的高分辨率SAR图像分割变分方法研究 | 第23-57页 |
| 2.1 引言 | 第23-24页 |
| 2.2 高分辨率SAR图像统计建模 | 第24-26页 |
| 2.3 SAR图像变分分割模型 | 第26-29页 |
| 2.4 基于G0分布与水平集方法的SAR图像分割 | 第29-41页 |
| 2.4.1 基于G0分布的SAR图像分割能量函数 | 第29-30页 |
| 2.4.2 基于水平集方法的能量函数优化 | 第30-33页 |
| 2.4.3 算法描述 | 第33-34页 |
| 2.4.4 实验结果与分析 | 第34-41页 |
| 2.5 基于G0分布与分裂Bregman算法的SAR图像变分分割方法 | 第41-56页 |
| 2.5.1 分裂Bregman算法 | 第42-44页 |
| 2.5.2 基于分裂Bregman算法的SAR图像分割能量函数优化 | 第44-48页 |
| 2.5.3 算法描述 | 第48-49页 |
| 2.5.4 实验结果与分析 | 第49-56页 |
| 2.6 本章小结 | 第56-57页 |
| 第三章 结合鉴别学习理论的SAR图像变分分割方法研究 | 第57-79页 |
| 3.1 引言 | 第57-58页 |
| 3.2 结合鉴别学习的变分分割模型 | 第58-63页 |
| 3.2.1 传统矢量图像变分分割模型 | 第58-60页 |
| 3.2.2 结合鉴别学习的矢量图像变分分割模型 | 第60-63页 |
| 3.3 结合鉴别学习的高分辨率SAR图像变分分割 | 第63-71页 |
| 3.3.1 基于形态学的高分辨率SAR图像特征提取 | 第63-66页 |
| 3.3.2 基于稀疏多项式逻辑回归的鉴别学习 | 第66-68页 |
| 3.3.3 SAR图像分割变分模型及能量函数优化 | 第68-70页 |
| 3.3.4 算法描述 | 第70-71页 |
| 3.4 实验结果与分析 | 第71-78页 |
| 3.5 本章小结 | 第78-79页 |
| 第四章 基于稀疏编码超像素特征提取的SAR图像分类方法研究 | 第79-98页 |
| 4.1 引言 | 第79-80页 |
| 4.2 基于统计模型和灰度均值比的SAR图像超像素生成方法 | 第80-89页 |
| 4.2.1 能量优化框架下的超像素生成方法 | 第81-82页 |
| 4.2.2 基于SAR图像统计模型和灰度均值比的能量函数 | 第82-84页 |
| 4.2.3 超像素提取算法流程 | 第84-85页 |
| 4.2.4 试验结果与分析 | 第85-89页 |
| 4.3 基于稀疏编码超像素特征提取的SAR图像分类 | 第89-97页 |
| 4.3.1 基于稀疏编码的特征表示 | 第89-91页 |
| 4.3.2 基于改进稀疏编码的超像素特征提取 | 第91-92页 |
| 4.3.3 基于超像素稀疏编码特征的SAR图像分类 | 第92页 |
| 4.3.4 实验结果与分析 | 第92-97页 |
| 4.4 本章小结 | 第97-98页 |
| 第五章 结合极化-空间信息的POLSAR图像分类方法研究 | 第98-123页 |
| 5.1 引言 | 第98-99页 |
| 5.2 PolSAR图像数据及极化特征提取 | 第99-104页 |
| 5.2.1 PolSAR数据 | 第99-100页 |
| 5.2.2 极化特征提取 | 第100-104页 |
| 5.3 基于稀疏表示分类器的PolSAR图像分类 | 第104-107页 |
| 5.4 结合极化-空间信息的PolSAR图像分类 | 第107-113页 |
| 5.4.1 PolSAR图像中的超像素生成 | 第108-109页 |
| 5.4.2 基于稀疏表示分类器和超像素内多数投票的PolSAR图像分类 | 第109-111页 |
| 5.4.3 基于超像素内联合稀疏表示的PolSAR图像分类 | 第111-113页 |
| 5.5 实验结果与分析 | 第113-122页 |
| 5.6 本章小结 | 第122-123页 |
| 第六章 总结与展望 | 第123-126页 |
| 6.1 全文工作总结 | 第123-125页 |
| 6.2 后续工作展望 | 第125-126页 |
| 致谢 | 第126-127页 |
| 参考文献 | 第127-142页 |
| 攻读博士学位期间取得的成果 | 第142-144页 |
