| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7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16-30页 |
| 1.1 研究背景及意义 | 第16-19页 |
| 1.1.1 图像分割 | 第17-18页 |
| 1.1.2 图像语义分割 | 第18-19页 |
| 1.2 SAR图像分割 | 第19-22页 |
| 1.2.1 SAR图像分割方法 | 第20-22页 |
| 1.3 SAR图像语义分割 | 第22-24页 |
| 1.4 机器学习研究现状 | 第24-27页 |
| 1.4.1 深度学习在图像识别领域的研究现状 | 第25页 |
| 1.4.2 深度学习模型的分类 | 第25-27页 |
| 1.4.3 深度学习前沿模型 | 第27页 |
| 1.5 论文的主要内容和安排 | 第27-30页 |
| 第二章 SAR图像的语义空间和像素子空间 | 第30-40页 |
| 2.1 引言 | 第30页 |
| 2.2 视觉计算理论 | 第30页 |
| 2.3 初始素描模型 | 第30-31页 |
| 2.4 SAR图像的素描模型 | 第31-33页 |
| 2.5 SAR图像的语义空间 | 第33-37页 |
| 2.5.1 SAR图像的语义空间介绍 | 第33-34页 |
| 2.5.2 SAR图像的层次视觉语义模型 | 第34-36页 |
| 2.5.3 SAR图像的区域图 | 第36-37页 |
| 2.6 脊波冗余字典 | 第37-38页 |
| 2.7 本章小结 | 第38-40页 |
| 第三章 基于素描线指导的脊波滤波器卷积结构学习模型 | 第40-52页 |
| 3.1 引言 | 第40页 |
| 3.2 SAR图像素描线的统计 | 第40-41页 |
| 3.3 脊波滤波器 | 第41-43页 |
| 3.4 基于素描线指导的脊波滤波器卷积结构学习模型 | 第43-50页 |
| 3.4.1 卷积结构学习模型及推导 | 第43-45页 |
| 3.4.2 算法描述 | 第45-46页 |
| 3.4.3 实验设计 | 第46-49页 |
| 3.4.4 极不匀质区域的分割结果 | 第49-50页 |
| 3.5 本章总结 | 第50-52页 |
| 第四章 极不匀质区域的脊波滤波器和卷积结构学习模型方法 | 第52-66页 |
| 4.1 引言 | 第52页 |
| 4.2 脊波滤波器参数分析 | 第52-54页 |
| 4.3 SAR图像的脊波滤波 | 第54-57页 |
| 4.3.1 单方向单尺度的脊波滤波 | 第54-55页 |
| 4.3.2 多方向多尺度和多位移的脊波滤波 | 第55-57页 |
| 4.4 基于脊波滤波器和卷积结构学习模型 | 第57-65页 |
| 4.4.1 基于脊波滤波器和卷积结构学习模型及推导 | 第57-59页 |
| 4.4.2 基于脊波滤波器和卷积结构学习模型的结构 | 第59-60页 |
| 4.4.3 算法描述 | 第60-61页 |
| 4.4.4 实验设计 | 第61-64页 |
| 4.4.5 极不匀质区域的分割结果 | 第64-65页 |
| 4.5 本章总结 | 第65-66页 |
| 第五章 基于局部方向的脊波卷积结构学习模型的SAR图像分割 | 第66-80页 |
| 5.1 引言 | 第66页 |
| 5.2 SAR图像局部方向统计 | 第66-67页 |
| 5.3 基于局部方向的脊波卷积结构学习模型 | 第67-70页 |
| 5.3.1 基于局部方向的脊波卷积结构学习模型及其推导 | 第67-68页 |
| 5.3.2 算法描述 | 第68-69页 |
| 5.3.3 实验结果 | 第69-70页 |
| 5.4 基于局部方向的混合滤波器卷积结构学习模型 | 第70-77页 |
| 5.4.1 基于局部方向的混合滤波器卷积结构学习模型及其推导 | 第70页 |
| 5.4.2 算法描述 | 第70-71页 |
| 5.4.3 实验展示 | 第71-72页 |
| 5.4.4 分割结果 | 第72-74页 |
| 5.4.5 对比试验 | 第74-77页 |
| 5.5 本章总结 | 第77-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 引言 | 第80页 |
| 6.2 论文工作总结 | 第80-81页 |
| 6.3 展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 作者简介 | 第88页 |
