基于区域聚类的SAR图像分割方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 导论 | 第13-22页 |
| ·合成孔径雷达简介 | 第13-17页 |
| ·合成孔径雷达（SAR）概况 | 第13页 |
| ·国内外SAR 的发展 | 第13-16页 |
| ·主要用途 | 第16-17页 |
| ·SAR 成像原理及图像特征分析 | 第17-19页 |
| ·成像机理 | 第17-18页 |
| ·图像特征分析——相干斑噪声 | 第18-19页 |
| ·SAR 图像分割的意义 | 第19-20页 |
| ·SAR 图像分割的研究现状 | 第20页 |
| ·本文主要研究内容及创新之处 | 第20-21页 |
| ·结构安排 | 第21-22页 |
| 第二章 合成孔径雷达图像分割算法研究 | 第22-33页 |
| ·阈值法 | 第22-23页 |
| ·聚类算法 | 第23-25页 |
| ·K-means 聚类 | 第23-24页 |
| ·模糊聚类 | 第24页 |
| ·谱聚类 | 第24-25页 |
| ·区域增长法及区域分离合并算法 | 第25-26页 |
| ·边缘检测算法 | 第26-27页 |
| ·MRF 图像分割 | 第27-31页 |
| ·MRF 模型 | 第27-30页 |
| ·MRF 分割算法 | 第30-31页 |
| ·其他算法 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第三章 基于区域的 GMM 聚类 | 第33-47页 |
| ·高斯混合模型聚类理论分析 | 第33-34页 |
| ·基于区域的高斯混合模型聚类 | 第34页 |
| ·canny 算子求梯度 | 第34-37页 |
| ·分水岭分割 | 第37-38页 |
| ·区域水平的GMM | 第38-41页 |
| ·区域特征 | 第38-39页 |
| ·区域水平的 GMM 的参数估计 | 第39-40页 |
| ·EM 算法的改进 | 第40-41页 |
| ·实验结果与性能评价 | 第41-46页 |
| ·分割性能评价指标 | 第41页 |
| ·合成SAR 图像分割实验 | 第41-44页 |
| ·真实SAR 图像分割实验 | 第44-46页 |
| ·小结 | 第46-47页 |
| 第四章 基于边缘保持的区域GMM 聚类 | 第47-61页 |
| ·SAR 图像滤波算法 | 第47-50页 |
| ·Lee 滤波 | 第47-48页 |
| ·增强型Lee 滤波 | 第48-49页 |
| ·SRAD 滤波 | 第49-50页 |
| ·滤波效果比较 | 第50-53页 |
| ·基于边缘保持的区域GMM 聚类算法 | 第53-60页 |
| ·合成SAR 图像分割实验 | 第54-57页 |
| ·真实SAR 图像分割实验 | 第57-59页 |
| ·与MRF 分割算法进行比较 | 第59-60页 |
| ·小结 | 第60-61页 |
| 第五章 结论 | 第61-63页 |
| ·总结 | 第61页 |
| ·未来工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文 | 第67-68页 |
| 攻读硕士学位期间从事的科研项目 | 第68-69页 |
