| 摘要 | 第1-14页 |
| ABSTRACT | 第14-16页 |
| 第一章 绪论 | 第16-39页 |
| ·研究背景及意义 | 第16-23页 |
| ·国内外研究现状 | 第23-35页 |
| ·论文主要工作 | 第35-39页 |
| 第二章 雷达极化基础与极化SAR数据统计特性 | 第39-64页 |
| ·引言 | 第39页 |
| ·电磁波的表示 | 第39-43页 |
| ·Jones矢量和极化椭圆 | 第40-41页 |
| ·Stokes矢量和Poincare极化球 | 第41-43页 |
| ·雷达目标极化散射的表示 | 第43-49页 |
| ·散射矩阵和散射矢量 | 第43-44页 |
| ·Mueller矩阵 | 第44-46页 |
| ·Stokes矩阵 | 第46-47页 |
| ·协方差矩阵和相干矩阵 | 第47-49页 |
| ·极化合成 | 第49-55页 |
| ·基本理论 | 第49-50页 |
| ·极化特征图 | 第50-55页 |
| ·单极化SAR数据统计特性 | 第55-58页 |
| ·实部和虚部 | 第55-56页 |
| ·相位 | 第56-57页 |
| ·幅度 | 第57页 |
| ·功率 | 第57-58页 |
| ·极化SAR数据统计特性 | 第58-62页 |
| ·散射矢量 | 第58-59页 |
| ·协方差矩阵 | 第59-61页 |
| ·相位差 | 第61-62页 |
| ·幅度积 | 第62页 |
| ·小结 | 第62-64页 |
| 第三章 基于H-α方法的极化SAR散射机理识别 | 第64-90页 |
| ·引言 | 第64-65页 |
| ·H-α方法原理 | 第65-69页 |
| ·双极化条件下修正的H-α方法 | 第69-71页 |
| ·HH-VV双极化 | 第69-70页 |
| ·HH-HV双极化 | 第70页 |
| ·HV-VV双极化 | 第70-71页 |
| ·边界条件 | 第71页 |
| ·双极化SAR对几种基本散射的识别 | 第71-72页 |
| ·HH-VV双极化 | 第72页 |
| ·HH-HV双极化 | 第72页 |
| ·HV-VV双极化 | 第72页 |
| ·实验结果及分析 | 第72-89页 |
| ·统计平均对(H，α)的影响 | 第72-74页 |
| ·旧金山极化SAR数据处理结果 | 第74-81页 |
| ·德国Oberpfaffenhofen极化SAR数据处理结果 | 第81-88页 |
| ·结论 | 第88-89页 |
| ·小结 | 第89-90页 |
| 第四章 基于像素的极化SAR图像分类方法及不同极化组态SAR图像分类性能比较 | 第90-131页 |
| ·引言 | 第90-91页 |
| ·H-α-CM分类算法 | 第91-99页 |
| ·算法思路 | 第91页 |
| ·迭代终止准则 | 第91-93页 |
| ·算法流程 | 第93-94页 |
| ·实验结果及分析 | 第94-99页 |
| ·NSSVM特征选择与分类算法 | 第99-119页 |
| ·SVM原理 | 第99-102页 |
| ·SVM与ML的极化SAR图像分类性能比较 | 第102-109页 |
| ·NSVFS特征选择算法 | 第109-114页 |
| ·NSSVM算法流程 | 第114页 |
| ·实验结果及分析 | 第114-119页 |
| ·全极化、双极化与单极化SAR分类性能比较 | 第119-129页 |
| ·分类特征 | 第120-121页 |
| ·分类流程 | 第121-122页 |
| ·实验结果及分析 | 第122-129页 |
| ·结论 | 第129页 |
| ·小结 | 第129-131页 |
| 第五章 利用MRF基于区域的极化SAR图像分类方法 | 第131-157页 |
| ·引言 | 第131-132页 |
| ·MRF基础 | 第132-135页 |
| ·邻域 | 第132-133页 |
| ·马尔可夫随机场 | 第133页 |
| ·子团 | 第133-134页 |
| ·吉布斯随机场 | 第134页 |
| ·GRF与MRF的等效性 | 第134-135页 |
| ·MAP准则和ICM算法 | 第135-136页 |
| ·MAP准则 | 第135页 |
| ·ICM算法 | 第135-136页 |
| ·WMICM分类算法 | 第136-146页 |
| ·初始分类 | 第136-137页 |
| ·算法流程 | 第137-139页 |
| ·实验结果及分析 | 第139-146页 |
| ·MOS-ML分类算法 | 第146-155页 |
| ·分割 | 第146-147页 |
| ·分割与分类的异同 | 第147-148页 |
| ·基于MRF的初始过分割 | 第148-149页 |
| ·以子区域为分类单元的ML | 第149页 |
| ·算法流程 | 第149-151页 |
| ·实验结果及分析 | 第151-155页 |
| ·小结 | 第155-157页 |
| 结束语 | 第157-159页 |
| 致谢 | 第159-161页 |
| 参考文献 | 第161-174页 |
| 作者在学期间取得的学术成果 | 第174页 |
