| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-26页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.1.1 SAR图像分割的研究背景 | 第16页 |
| 1.1.2 SAR图像分割的研究意义 | 第16-17页 |
| 1.2 SAR图像分割的研究现状 | 第17-19页 |
| 1.2.1 图像的分割方法 | 第17-18页 |
| 1.2.2 SAR图像的分割方法 | 第18-19页 |
| 1.3 图像的语义分割研究现状 | 第19-20页 |
| 1.3.1 图像的语义分割方法 | 第19-20页 |
| 1.3.2 SAR图像的语义分割方法 | 第20页 |
| 1.4 深度学习研究现状 | 第20-22页 |
| 1.4.1 深度学习的发展 | 第21页 |
| 1.4.2 经典的深度学习模型 | 第21-22页 |
| 1.4.3 深度学习前沿模型 | 第22页 |
| 1.5 论文的主要安排 | 第22-26页 |
| 第二章 SAR图像的层次语义空间和像素子空间 | 第26-32页 |
| 2.1 Marr的视觉理论 | 第26-27页 |
| 2.2 初始素描模型 | 第27页 |
| 2.3 SAR图像的素描模型 | 第27-28页 |
| 2.4 SAR图像的层次语义空间 | 第28-29页 |
| 2.4.1 SAR图像的素描图 | 第28页 |
| 2.4.2 SAR图像的区域图 | 第28-29页 |
| 2.5 基于区域图的像素子空间划分 | 第29-32页 |
| 第三章 基于反卷积网络和素描线方向约束的混合像素子空间分割 | 第32-56页 |
| 3.1 引言 | 第32页 |
| 3.2 曲线波反卷积网络 | 第32-42页 |
| 3.2.1 反卷积网络 | 第33-34页 |
| 3.2.2 曲线波滤波器的构造方法 | 第34-35页 |
| 3.2.3 曲线波反卷积网络 | 第35-39页 |
| 3.2.4 使用曲线波反卷积网络进行特征提取 | 第39-42页 |
| 3.3 混合像素子空间中极不匀质区域的特征学习 | 第42-49页 |
| 3.3.1 设计滤波器的方向特征向量 | 第42-46页 |
| 3.3.2 基于方向特征向量和异或操作的滤波器聚类 | 第46-48页 |
| 3.3.3 基于方向约束的码本映射方法 | 第48-49页 |
| 3.4 混合像素子空间中极不匀质区域的划分 | 第49-50页 |
| 3.5 基于反卷积网络和素描线方向约束的混合像素子空间分割 | 第50-54页 |
| 3.5.1 算法描述 | 第50-51页 |
| 3.5.2 实验仿真与分析 | 第51-53页 |
| 3.5.3 对比实验分析 | 第53-54页 |
| 3.6 本章小结 | 第54-56页 |
| 第四章 基于素描线结构约束和AP聚类的混合像素子空间分割 | 第56-68页 |
| 4.1 引言 | 第56页 |
| 4.2 混合像素子空间中极不匀质区域的特征学习 | 第56-62页 |
| 4.2.1 设计方向结构向量 | 第56-59页 |
| 4.2.2 基于方向结构向量和AP的滤波器聚类 | 第59-61页 |
| 4.2.3 基于方向结构的码本映射 | 第61-62页 |
| 4.3 基于素描线结构约束和AP聚类的混合像素子空间分割 | 第62-65页 |
| 4.3.1 算法描述 | 第62-63页 |
| 4.3.2 实验仿真与分析 | 第63-65页 |
| 4.4 本章小结 | 第65-68页 |
| 第五章 基于视觉语义和反卷积网络学习模型的SAR图像分割 | 第68-76页 |
| 5.1 引言 | 第68-69页 |
| 5.2 混合像素子空间的分割 | 第69页 |
| 5.3 结构像素子空间的分割 | 第69-70页 |
| 5.4 匀质像素子空间的分割 | 第70页 |
| 5.5 基于视觉语义和反卷积网络学习模型的SAR图像分割 | 第70-74页 |
| 5.5.1 算法描述 | 第70-71页 |
| 5.5.2 实验结果及分析 | 第71-72页 |
| 5.5.3 对比实验与分析 | 第72-74页 |
| 本章小结 | 第74-76页 |
| 第六章 总结和展望 | 第76-78页 |
| 6.1 论文工作总结 | 第76-77页 |
| 6.2 未来工作展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 作者简介 | 第84-85页 |
