| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研研背景及意义 | 第10-11页 |
| 1.2 国内外研研现状 | 第11-16页 |
| 1.2.1 SAR技术发展与研研现状 | 第11-12页 |
| 1.2.2 SAR图像分割发展与研研现状 | 第12-14页 |
| 1.2.3 谱聚类算法发展与研研现状 | 第14-16页 |
| 1.3 研研内容和创新 | 第16-17页 |
| 1.4 论文结构和安排 | 第17-18页 |
| 2 SAR图像成像原理及图像特征 | 第18-25页 |
| 2.1 SAR系统成像原理 | 第18-21页 |
| 2.2 SAR图像的基本特征 | 第21-24页 |
| 2.2.1 SAR图像噪声特征分析 | 第21-23页 |
| 2.2.2 SAR图像其它固有特征 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 谱聚类算法 | 第25-30页 |
| 3.1 谱图理论 | 第25-26页 |
| 3.2 图划分准则 | 第26-28页 |
| 3.3 谱聚类算法基本框架 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 改进的谱聚类算法的SAR图像分割 | 第30-45页 |
| 4.1 相似矩阵的改进 | 第30-33页 |
| 4.1.1 图像的纹理信息描述 | 第30-33页 |
| 4.1.2 图像余弦相似性加权矩阵的构造 | 第33页 |
| 4.2 Nystr?m的逼近策略 | 第33-37页 |
| 4.2.1 Nystr?m扩展研法 | 第34-35页 |
| 4.2.2 Nystr?m采样法的步骤 | 第35-36页 |
| 4.2.3 基于Nystr?m采样的谱聚类算法 | 第36-37页 |
| 4.3 粒子群优化k-means聚类过程 | 第37-43页 |
| 4.3.1 k-means算法步骤 | 第37-38页 |
| 4.3.2 粒子群优化算法介绍 | 第38-40页 |
| 4.3.3 粒子群算法优化k-means算法的步骤 | 第40-43页 |
| 4.4 改进谱聚类算法步骤 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 实验结果与分析 | 第45-53页 |
| 5.1 合成图像实验结果分析 | 第47-49页 |
| 5.2 实测SAR图像实验结果分析 | 第49-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 本文工作总结 | 第53-54页 |
| 6.2 未来展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 作者简历 | 第59-60页 |
| 学位论文数据集 | 第60-61页 |