| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 课题研究现状及进展 | 第12-15页 |
| 1.3 本文的结构安排 | 第15-16页 |
| 第二章 Pol SAR基础理论 | 第16-32页 |
| 2.1 单色平面电磁波 | 第16-17页 |
| 2.2 极化椭圆 | 第17-20页 |
| 2.3 Jones矢量 | 第20页 |
| 2.4 Stokes矢量 | 第20-23页 |
| 2.5 波的协方差矩阵 | 第23-26页 |
| 2.5.1 波的极化度 | 第23-24页 |
| 2.5.2 波的各向异性参数和波的熵 | 第24页 |
| 2.5.3 部分极化波的二分理论 | 第24-26页 |
| 2.6 Poincare球 | 第26页 |
| 2.7 极化散射矩阵Sinclair矩阵（S矩阵） | 第26-28页 |
| 2.8 散射目标矢量k和 Ω | 第28-29页 |
| 2.9 极化相干矩阵和极化协方差矩阵 | 第29-30页 |
| 2.10 经典的散射机理 | 第30-31页 |
| 2.11 本章小结 | 第31-32页 |
| 第三章 基于目标分解的Pol SAR图像分类 | 第32-48页 |
| 3.1 H/α_无监督分类 | 第32-37页 |
| 3.2 H/A/α_无监督分类 | 第37-40页 |
| 3.3 基于H/α_的Wishart无监督分类 | 第40-43页 |
| 3.4 基于H/A/α_的Wishart无监督分类 | 第43-44页 |
| 3.5 基于Wishart的监督分类 | 第44-47页 |
| 3.6 本章小节 | 第47-48页 |
| 第四章 基于模糊理论的Pol SAR图像分类 | 第48-63页 |
| 4.1 基于模糊的H/a 无监督分类 | 第48-53页 |
| 4.1.1 鲁棒模糊C均值聚类算法 | 第49-50页 |
| 4.1.2 H/α_空间的模糊化 | 第50-52页 |
| 4.1.3 分类步骤 | 第52页 |
| 4.1.4 分类结果与比较 | 第52-53页 |
| 4.2 基于FCM的HH-VV双极化SAR图像无监督分类 | 第53-56页 |
| 4.2.1 双极化和单极化图像特征 | 第53-54页 |
| 4.2.2 分类步骤 | 第54页 |
| 4.2.3 实验结果及结论 | 第54-56页 |
| 4.3 基于Otsu和模糊核聚类算法的Pol SAR图像分类 | 第56-61页 |
| 4.3.1 单阈值Otsu算法原理 | 第56-57页 |
| 4.3.2 Otsu多阈值算法推广 | 第57-58页 |
| 4.3.3 模糊核聚类算法 | 第58-60页 |
| 4.3.5 实验结果及结论 | 第60-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 基于神经网络的Pol SAR图像分类 | 第63-75页 |
| 5.1 基于BP神经网络的Pol SAR图像监督分类 | 第63-68页 |
| 5.1.1 BP神经网络简介 | 第63-64页 |
| 5.1.2 BP神经网络隐含层节点数说明 | 第64-65页 |
| 5.1.3 基于BP神经网络的Pol SAR图像分类算法实现 | 第65-67页 |
| 5.1.4 实验结果及结论 | 第67-68页 |
| 5.2 基于遗传算法优化BP神经网络的Pol SAR图像分类 | 第68-74页 |
| 5.2.1 遗传算法原理 | 第69页 |
| 5.2.2 遗传算法优化BP神经网络的算法流程 | 第69-71页 |
| 5.2.3 遗传算法优化BP神经网络算法实现 | 第71-72页 |
| 5.2.4 实验结果及结论 | 第72-74页 |
| 5.3 本章小结 | 第74-75页 |
| 第六章 总结和展望 | 第75-77页 |
| 6.1 总结 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士期间取得的成果 | 第82-83页 |
