| 表目录 | 第1-8页 |
| 图目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-19页 |
| ·课题背景及意义 | 第12-13页 |
| ·国内外研究概况及动态 | 第13-17页 |
| ·极化 SAR 系统的发展现状 | 第13页 |
| ·极化 SAR 信息提取的研究现状 | 第13-15页 |
| ·极化 SAR 图像分类的研究现状 | 第15-17页 |
| ·论文主要内容及章节安排 | 第17-19页 |
| 第二章 极化 SAR 基础理论 | 第19-28页 |
| ·极化波的表征 | 第19-21页 |
| ·极化椭圆 | 第19-20页 |
| ·Jones 矢量 | 第20页 |
| ·Stokes 矢量 | 第20-21页 |
| ·目标极化散射特性的表征 | 第21-26页 |
| ·极化散射矩阵 | 第22页 |
| ·Mueller 矩阵 | 第22-23页 |
| ·Stokes 矩阵 | 第23-24页 |
| ·极化协方差矩阵与极化相关矩阵 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 极化SAR 特征参数提取 | 第28-36页 |
| ·基于散射矩阵的特征参数提取 | 第28-30页 |
| ·基于极化相关矩阵的特征参数提取 | 第30-31页 |
| ·基于极化协方差矩阵的特征参数提取 | 第31-33页 |
| ·实验结果及分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于SVM 的极化SAR 图像监督分类 | 第36-50页 |
| ·SVM 概述 | 第36-38页 |
| ·线性支持向量机 | 第36-37页 |
| ·非线性支持向量机 | 第37-38页 |
| ·多类问题 | 第38页 |
| ·基于遗传算法的SVM 参数选择 | 第38-43页 |
| ·遗传算法概述 | 第39页 |
| ·基于遗传算法的SVM 参数选择 | 第39-42页 |
| ·实验结果及分析 | 第42-43页 |
| ·极化特征选择算法 | 第43-48页 |
| ·原始特征集 | 第44-45页 |
| ·搜索策略 | 第45页 |
| ·评估准则 | 第45-46页 |
| ·算法流程 | 第46-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·SVM 分类过程及结果分析 | 第48-49页 |
| ·分类流程 | 第48页 |
| ·实验结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于Cloude 分解的极化SAR 图像非监督分类 | 第50-62页 |
| ·基于H/α/A 划分的非监督分类 | 第50-57页 |
| ·H/α分割 | 第50页 |
| ·H/α-Wishart 非监督分类 | 第50-52页 |
| ·H/α/A-Wishart 非监督分类 | 第52-53页 |
| ·改进的H/α/A-Wishart 非监督分类 | 第53-54页 |
| ·实验结果及分析 | 第54-57页 |
| ·基于Span/H/α/A 划分的非监督分类 | 第57-61页 |
| ·Span/H/α/A-Wishart 非监督分类 | 第57-58页 |
| ·改进的Span/H/α/A-Wishart 非监督分类 | 第58-59页 |
| ·实验结果及分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 极化SAR 信息处理模块集成 | 第62-67页 |
| ·极化SAR 信息处理模块设计 | 第62页 |
| ·极化SAR 信息处理模块功能简介 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 结束语 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录 极化特征参数图 | 第73-76页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第76-77页 |
| 致谢 | 第77页 |
