摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-12页 |
·研究背景与意义 | 第8-9页 |
·极化SAR图像分类发展现状 | 第9-10页 |
·论文内容与安排 | 第10-12页 |
第二章 极化SAR理论基础 | 第12-22页 |
·极化的表征 | 第12-13页 |
·散射体的极化描述 | 第13-16页 |
·微波成像中几种基本散射机理 | 第16-17页 |
·极化目标分解 | 第17-21页 |
·本章小结 | 第21-22页 |
第三章 基于FREEMAN分解和自适应模糊MRF的极化SAR图像分类方法 | 第22-38页 |
·引言 | 第22-23页 |
·马尔可夫随机场模型 | 第23-25页 |
·基于FREEMAN分解和自适应模糊MRF的极化SAR图像分类方法 | 第25-31页 |
·基于Freeman分解的极化SAR地物统计特性分析 | 第25-28页 |
·改进的自适应模糊MRF方法 | 第28-30页 |
·算法流程 | 第30-31页 |
·实验结果和分析 | 第31-33页 |
·San Francisco地区实验结果 | 第31-32页 |
·Flevoland地区实验结果 | 第32页 |
·西安地区实验结果 | 第32-33页 |
·本章小结 | 第33-38页 |
第四章 基于FREEMAN分解和同极化比的极化SAR图像分类方法 | 第38-52页 |
·引言 | 第38-39页 |
·传统基于散射机理的极化SAR图像分类方法 | 第39-44页 |
·原始基于cloud分解的极化SAR图像无监督分类方法 | 第39-41页 |
·基于H/a-wishart的极化SAR图像分类方法 | 第41-42页 |
·基于Freeman分解的极化SAR图像无监督分类方法 | 第42-44页 |
·基于FREEMAN分解和同极化比的极化SAR图像分类方法 | 第44-46页 |
·同极化比的概念 | 第44-45页 |
·分类算法流程 | 第45-46页 |
·实验结果分析 | 第46-48页 |
·San Francisco地区实验结果 | 第46-47页 |
·Flevoland地区实验结果 | 第47页 |
·西安地区实验结果 | 第47-48页 |
·本章小结 | 第48-52页 |
第五章 基于散射功率熵和同极化比的极化SAR图像分类方法 | 第52-62页 |
·引言 | 第52页 |
·基于散射功率熵和同极化比的极化SAR图像分类方法 | 第52-56页 |
·散射功率熵概念 | 第52-54页 |
·类别合并算法 | 第54页 |
·分类算法流程 | 第54-56页 |
·实验结果和分析 | 第56-58页 |
·San Francisco地区实验结果 | 第56-57页 |
·Flevoland地区实验结果 | 第57页 |
·西安地区实验结果 | 第57-58页 |
·本章小结 | 第58-62页 |
第六章 总结与展望 | 第62-66页 |
·本文的创新之处 | 第62-63页 |
·极化图像分类目前存在的主要问题 | 第63-64页 |
·进一步研究的方向 | 第64-66页 |
致谢 | 第66-68页 |
参考文献 | 第68-74页 |
硕士期间的学术成果 | 第74页 |