| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 极化SAR影像解译概述 | 第11页 |
| 1.2.2 极化SAR影像分类算法 | 第11-14页 |
| 1.3 本文的研究内容和方法 | 第14-15页 |
| 1.4 论文的结构安排 | 第15-18页 |
| 2 SAR影像极化特征和纹理特征 | 第18-30页 |
| 2.1 SAR影像极化特征 | 第18-28页 |
| 2.1.1 Cloude分解特征 | 第19-22页 |
| 2.1.2 基于Cloude分解参数的特征 | 第22-24页 |
| 2.1.3 Freeman-Durden分解特征 | 第24-25页 |
| 2.1.4 Yamaguchi分解特征 | 第25-27页 |
| 2.1.5 极化数据变换特征 | 第27-28页 |
| 2.2 SAR影像纹理特征 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 SAR影像特征分析 | 第30-38页 |
| 3.1 SAR影像特征选择 | 第31-34页 |
| 3.1.1 特征选择 | 第31-33页 |
| 3.1.2 极化SAR影像特征选择 | 第33-34页 |
| 3.2 地物类型样本直方图分析 | 第34-36页 |
| 3.3 本章小结 | 第36-38页 |
| 4 SAR影像地物分类 | 第38-60页 |
| 4.1 基于多层SVM的极化SAR特征分析与分类 | 第38-51页 |
| 4.1.1 概述 | 第38-39页 |
| 4.1.2 预处理 | 第39-42页 |
| 4.1.3 基于多层SVM的极化SAR特征分析与分类方法 | 第42-47页 |
| 4.1.4 实验结果与分析 | 第47-51页 |
| 4.2 基于SLIC超像素分割的极化SAR特征选择及分类方法 | 第51-57页 |
| 4.2.1 概述 | 第51页 |
| 4.2.2 基于SLIC超像素分割的极化SAR特征选择及分类方法 | 第51-55页 |
| 4.2.3 实验结果与分析 | 第55-57页 |
| 4.3 本章小结 | 第57-60页 |
| 5 面向SAR影像自动分类的样本库设计与应用 | 第60-74页 |
| 5.1 面向SAR影像自动分类的样本库 | 第60-69页 |
| 5.1.1 面向SAR影像自动分类的样本库需求分析 | 第60-61页 |
| 5.1.2 面向SAR影像自动分类的样本库架构设计 | 第61-65页 |
| 5.1.3 面向SAR影像自动分类的样本库交互软件设计 | 第65-69页 |
| 5.2 基于SAR影像自动分类样本库的自动分类流程 | 第69-73页 |
| 5.2.1 概述 | 第69-70页 |
| 5.2.2 SAR影像解析入库流程 | 第70-71页 |
| 5.2.3 样本配置流程 | 第71页 |
| 5.2.4 分类流程 | 第71-73页 |
| 5.3 本章小结 | 第73-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 研究总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 攻读学位期间参与的科研项目和研究成果 | 第82-84页 |
| 致谢 | 第84页 |
