| 摘要 | 第5-7页 |
| ABSTRACT | 第7-10页 |
| 符号对照表 | 第15-17页 |
| 缩略语对照表 | 第17-21页 |
| 第一章 绪论 | 第21-37页 |
| 1.1 研究背景和意义 | 第21-24页 |
| 1.1.1 SAR图像分割和理解的研究背景 | 第21-23页 |
| 1.1.2 SAR图像分割和理解的研究意义 | 第23-24页 |
| 1.2 SAR图像分割和理解的研究现状及进展 | 第24-32页 |
| 1.2.1 SAR图像分割和理解的难点 | 第25-26页 |
| 1.2.2 SAR图像分割和理解的研究现状 | 第26-32页 |
| 1.3 本论文工作 | 第32-37页 |
| 第二章 基于素描模型和高阶邻域MRF的SAR图像分割 | 第37-55页 |
| 2.1 SAR图像的素描模型 | 第37-38页 |
| 2.2 基于MRF模型的图像分割 | 第38-40页 |
| 2.2.1 MRF理论 | 第39页 |
| 2.2.2 MRF-MAP估计 | 第39-40页 |
| 2.3 基于素描模型和高阶邻域MRF模型的SAR图像分割 | 第40-46页 |
| 2.3.1 创建高阶邻域 | 第42页 |
| 2.3.2 区分同质邻域和异质邻域 | 第42-43页 |
| 2.3.3 创建势能函数 | 第43-46页 |
| 2.4 实验结果和分析 | 第46-51页 |
| 2.4.1 实验数据 | 第46页 |
| 2.4.2 参数分析 | 第46-47页 |
| 2.4.3 合成SAR图像的实验结果 | 第47-50页 |
| 2.4.4 真实SAR图像的实验结果 | 第50-51页 |
| 2.5 总结 | 第51-55页 |
| 第三章 基于自适应层次多项式隐模型和混合核函数的SAR图像分割 | 第55-73页 |
| 3.1 引言 | 第55-58页 |
| 3.2 多项式隐模型 | 第58-60页 |
| 3.3 基于自适应层次多项式隐模型和混合核函数的SAR图像分割方法 | 第60-64页 |
| 3.3.1 SAR图像划分 | 第60页 |
| 3.3.2 构建混合核函数 | 第60-62页 |
| 3.3.3 非结构区域的分割 | 第62-63页 |
| 3.3.4 结构区域的分割 | 第63-64页 |
| 3.4 实验结果和分析 | 第64-71页 |
| 3.4.1 实验数据 | 第65页 |
| 3.4.2 参数分析 | 第65-66页 |
| 3.4.3 合成SAR图像的分割结果 | 第66-68页 |
| 3.4.4 真实SAR图像的分割结果 | 第68-71页 |
| 3.5 结论 | 第71-73页 |
| 第四章 基于层次视觉语义和自适应邻域多项式隐模型的SAR图像分割 | 第73-97页 |
| 4.1 引言 | 第73-75页 |
| 4.2 SAR图像的层次视觉语义模型 | 第75-79页 |
| 4.3 基于层次视觉语义和自适应邻域多项式隐模型的SAR图像分割 | 第79-83页 |
| 4.3.1 聚集区域的分割 | 第79页 |
| 4.3.2 结构区域和匀质区域的分割 | 第79-83页 |
| 4.4 实验结果和分析 | 第83-95页 |
| 4.4.1 数据集 | 第85页 |
| 4.4.2 合成SAR图像的分割 | 第85-88页 |
| 4.4.3 真实SAR图像的分割 | 第88-95页 |
| 4.5 结论 | 第95页 |
| 4.6 附录 | 第95-97页 |
| 第五章 基于卷积小波神经网络和MRF的SAR图像分割 | 第97-115页 |
| 5.1 引言 | 第97-99页 |
| 5.2 卷积小波神经网络 | 第99-104页 |
| 5.2.1 卷积神经网络 | 第99-101页 |
| 5.2.2 卷积小波神经网络 | 第101-104页 |
| 5.3 标记策略 | 第104页 |
| 5.4 本章算法分割过程 | 第104-106页 |
| 5.5 实验结果和分析 | 第106-114页 |
| 5.5.1 实验数据集 | 第106-109页 |
| 5.5.2 纹理图像的分割结果 | 第109-110页 |
| 5.5.3 真实SAR图像的分割结果 | 第110-112页 |
| 5.5.4 参数分析 | 第112-113页 |
| 5.5.5 计算复杂性 | 第113-114页 |
| 5.6 结论 | 第114-115页 |
| 第六章 基于语义条件随机场和贝叶斯网络的SAR图像理解 | 第115-137页 |
| 6.1 引言 | 第115-118页 |
| 6.2 基于语义条件随机场的SAR图像分割 | 第118-123页 |
| 6.2.1 条件随机场模型 | 第118-119页 |
| 6.2.2 语义条件随机场模型 | 第119-122页 |
| 6.2.3 语义条件随机场的分段训练 | 第122-123页 |
| 6.3 基于贝叶斯网络推理的SAR图像理解 | 第123-127页 |
| 6.4 实验结果和分析 | 第127-131页 |
| 6.4.1 实验数据 | 第127页 |
| 6.4.2 真实SAR图像上语义分割的结果 | 第127-130页 |
| 6.4.3 真实SAR图像理解结果 | 第130-131页 |
| 6.5 结论 | 第131-137页 |
| 第七章 总结和展望 | 第137-143页 |
| 7.1 论文主要工作总结 | 第137-140页 |
| 7.2 未来工作展望 | 第140-143页 |
| 参考文献 | 第143-155页 |
| 致谢 | 第155-157页 |
| 作者简介 | 第157-159页 |
