第一章 绪论 | 第1-20页 |
·SAR图像变化检测技术的发展动态 | 第10-14页 |
·变化检测应考虑的几个问题 | 第14-17页 |
·图像匹配 | 第14页 |
·门限值的选择 | 第14-15页 |
·辐射校正 | 第15页 |
·精度评估与比较 | 第15-16页 |
·随机因素的联合影响 | 第16-17页 |
·本文所做的工作及贡献 | 第17页 |
·本文结构安排 | 第17-18页 |
·试验数据 | 第18-20页 |
第二章 SAR图像特性 | 第20-48页 |
·合成孔径雷达成像模型 | 第20-24页 |
·SAR图像的高分辨力特征 | 第24-26页 |
·距离向分辨力 | 第24-25页 |
·方位向分辨力 | 第25-26页 |
·SAR图像的几何特性 | 第26-27页 |
·SAR图像的强度特性 | 第27-29页 |
·SAR图像的统计分布特性 | 第29-31页 |
·SAR图像的相干斑特性 | 第31-33页 |
·相干斑噪声模型 | 第31页 |
·相干斑噪声的统计特性 | 第31-33页 |
·SAR图像的相干斑抑制方法 | 第33-47页 |
·Kuan滤波方法 | 第33-35页 |
·Lee滤波方法 | 第35页 |
·最大后验(MAP)概率法 | 第35-36页 |
·相干斑抑制试验 | 第36-47页 |
·本章小结 | 第47-48页 |
第三章 SAR图像分割与分类 | 第48-79页 |
·SAR图像分割 | 第48-60页 |
·图像分割的模型 | 第48-49页 |
·图像分割算法 | 第49-51页 |
·SAR图像分割算法 | 第51-60页 |
·基于似然差函数的SAR图像分割算法 | 第51-57页 |
·基于边缘特征的图像分割 | 第57-60页 |
·图像分类(IMAGE CLASSIFICATION) | 第60-78页 |
·SAR图像分类算法 | 第61-68页 |
·最小距离分类法 | 第62页 |
·Bayes决策的最大似然分类 | 第62-63页 |
·子空间分类法 | 第63-64页 |
·K-means算法 | 第64页 |
·模糊ISODATA分类算法 | 第64-65页 |
·Hopfield神经网络的分类方法 | 第65-67页 |
·其他分类新技术 | 第67-68页 |
·基于纹理特征的SAR图像分类算法 | 第68-78页 |
·SAR图像的特征提取 | 第68-71页 |
·图像的统计特征 | 第71页 |
·分类器的选择 | 第71页 |
·分类后处理 | 第71-72页 |
·分类试验结果及结论 | 第72-78页 |
·本章小结 | 第78-79页 |
第四章 SAR图像匹配 | 第79-98页 |
·图像匹配的定义 | 第79-83页 |
·图像匹配的概念 | 第79-80页 |
·图像匹配的一般模型 | 第80-81页 |
·相似性度量 | 第81-83页 |
·图像匹配的一般算法 | 第83-90页 |
·基于图像灰度的图像匹配 | 第83-86页 |
·基于图像特征的匹配方法 | 第86-88页 |
·最小二乘多项式匹配 | 第88-90页 |
·SAR图像的自动匹配算法 | 第90-98页 |
第五章 SAR图像变化检测 | 第98-123页 |
·SAR图像变化检测的基本过程 | 第98-100页 |
·图像的变化检测方法 | 第100-105页 |
·图像差值法 | 第100页 |
·图像比值法 | 第100页 |
·图像回归法 | 第100-101页 |
·主分量法 | 第101页 |
·变化向量法 | 第101-102页 |
·分类比较法 | 第102页 |
·一般方法的试验结果 | 第102-105页 |
·本文的SAR图像变化检测方法 | 第105-122页 |
·基于图像分割方法 | 第105-111页 |
·图像分割 | 第106页 |
·图像区域描述的定义及实现 | 第106-107页 |
·图像变化检测 | 第107-108页 |
·试验结果及分析 | 第108-111页 |
·基于目标分布特性的变化检测方法 | 第111-122页 |
·SAR图像的分布模型 | 第112页 |
·分布的假设检验 | 第112-113页 |
·变化检测 | 第113-118页 |
·试验结果 | 第118-122页 |
·本章小结 | 第122-123页 |
第六章 结论与展望 | 第123-125页 |
致谢 | 第125-126页 |
作者攻读博士期间取得的成果 | 第126-127页 |
参考文献 | 第127-135页 |