| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的研究背景及意义 | 第9-11页 |
| ·高分辨 SAR 图像城市区域提取 | 第11页 |
| ·高分辨 SAR 图像信息增强 | 第11-13页 |
| ·SAR 图像降斑 | 第12-13页 |
| ·SAR 图像目标增强 | 第13页 |
| ·高分辨 SAR 图像压缩方法 | 第13-14页 |
| ·本文工作及安排 | 第14-15页 |
| 第二章 基于高分辨 SAR 图像特性的城市区域提取 | 第15-33页 |
| ·引言 | 第15页 |
| ·现有 SAR 图像城市区域提取方法 | 第15-16页 |
| ·SAR 图像数据特性 | 第16-23页 |
| ·SAR 图像城市区域成像机理与强度特性 | 第16-18页 |
| ·SAR 图像方差系数 | 第18-20页 |
| ·SAR 图像纹理系数 | 第20-21页 |
| ·SAR 图像线状纹理特征 | 第21-23页 |
| ·基于 SAR 图像特性的城市区域提取方法 | 第23-31页 |
| ·算法基本思想 | 第23页 |
| ·SAR 图像纹理特征提取算子 | 第23-25页 |
| ·基于 SAR 图像特性的城市区域提取方法 | 第25-27页 |
| ·实验结果与分析 | 第27-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 高分辨 SAR 图像信息增强 | 第33-55页 |
| ·引言 | 第33页 |
| ·基于非下采样 Directionlet 变换与多方向融合的 SAR 图像降斑 | 第33-47页 |
| ·Directionlet 理论 | 第34-35页 |
| ·非下采样 Directionlet 变换 | 第35-37页 |
| ·非下采样 Directionlet 域 SAR 图像统计模型 | 第37-38页 |
| ·基于拉普拉斯-高斯模型的最大化后验概率估计 | 第38-39页 |
| ·基于非下采样 Directionlet 与多方向融合的降斑方法 | 第39-42页 |
| ·实验结果与分析 | 第42-47页 |
| ·SAR 图像目标增强 | 第47-53页 |
| ·算法思想 | 第48页 |
| ·基于 SAR 图像纹理系数的目标点提取 | 第48-49页 |
| ·SAR 图像对比度增强 | 第49-50页 |
| ·SAR 图像目标增强方法 | 第50页 |
| ·实验结果与分析 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 第四章 基于目标区域提取与 Directionlet 的 SAR 图像压缩 | 第55-65页 |
| ·引言 | 第55页 |
| ·现有 SAR 图像压缩方法 | 第55-56页 |
| ·基于目标区域提取与 Directionlet 的 SAR 图像压缩方法 | 第56-64页 |
| ·算法基本思想 | 第56页 |
| ·SAR 图像目标区域快速提取与主方向判断 | 第56-58页 |
| ·SAR 图像 Directionlet 变换 | 第58-59页 |
| ·编码方法及码流分配策略 | 第59-60页 |
| ·算法实现步骤 | 第60页 |
| ·实验结果与分析 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·全文总结 | 第65页 |
| ·研究展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者攻读硕士学位期间的科研成果及荣誉奖励 | 第73-74页 |
