极化SAR图像的分割和分类算法研究

摘要	第1-7页
Abstract	第7-12页
第一章 绪论	第12-23页
·引言	第12页
·图像分割与图像分类	第12-16页
·基于区域的图像分割	第13-14页
·基于边缘的图像分割	第14-15页
·图像分类技术	第15-16页
·国内外研究现状	第16-21页
·SAR图像分类问题	第17-18页
·SAR图像分割方法	第18-19页
·基于水平集的SAR图像分割方法	第19-21页
·本文的主要工作及结构安排	第21-23页
·本文的主要工作	第21页
·本文的结构安排	第21-23页
第二章 偏微分方程模型与水平集	第23-46页
·水平集方法	第23-34页
·曲线演化理论	第24-25页
·水平集理论	第25-28页
·水平集数值解法及快速算法	第28-32页
·水平集实现中应注意的一些问题	第32-34页
·主动轮廓模型	第34-46页
·参数化主动轮廓模型	第35-37页
·几何主动轮廓模型	第37-40页
·简化的M-S模型	第40-42页
·基于变分水平集方法的主动轮廓模型	第42-46页
第三章 SAR图像的特征	第46-65页
·SAR成像的特点	第46-47页
·SAR图像的几何特征	第47-49页
·距离向分辨力	第47-48页
·方位向分辨力	第48-49页
·SAR图像的几何失真	第49页
·SAR图像的辐射特征	第49-52页
·后向散射现象的理论模型	第50-51页
·后向散射现象的实际模型	第51-52页
·SAR图像的统计特征	第52-57页
·SAR图像相干斑噪声特性	第52-53页
·SAR图像目标检测的概率分布模型	第53-56页
·空域相干斑噪声模型	第56页
·相干斑噪声抑制	第56-57页
·SAR图像的目标特征	第57-60页
·点目标	第57-58页
·线目标	第58-59页
·面目标	第59页
·硬目标	第59-60页
·SAR图像的极化特征	第60-62页
·SAR图像和光学图像特征的比较	第62-65页
第四章 SAR图像的极化分解与分类	第65-83页
·极化的基本概念	第65-71页
·极化的定义	第65-66页
·电磁波的极化	第66-68页
·BSA协议	第68-69页
·后向散射矩阵	第69-71页
·基于极化分解的图像分类	第71-77页
·基于后向散射矩阵的极化分解	第71-73页
·Pauli分解的实现	第73-74页
·SDH分解的实现	第74页
·图像分类试验	第74-77页
·应用变分法的图像分类	第77-83页
·变分模型	第77-79页
·应用变分法的分类算法	第79-80页
·SAR图像分类试验	第80-83页
第五章 基于水平集的SAR图像分割	第83-96页
·概述	第83-85页
·基于威布尔分布的分割函数	第85-86页
·两区域分割水平集方法	第86-88页
·多区域水平集分割方法	第88-92页
·SAR图像分割方法	第92-94页
·图像分割试验	第94-96页
第六章 极化SAR图像的分割	第96-117页
·极化特征参数	第96-100页
·极化总功率	第96-97页
·极化熵H	第97-98页
·平均散射角α	第98-100页
·H/α分解方法	第100-104页
·基于水平集的极化图像分割	第104-113页
·数学模型	第105页
·基于主动轮廓线的分割	第105-107页
·复高斯观测模型	第107-108页
·曲线演变方程	第108-111页
·多相位分割	第111-113页
·试验结果及讨论	第113-117页
·仿真数据	第113-114页
·真实数据	第114-117页
第七章 结束语	第117-119页
致谢	第119-120页
参考文献	第120-127页
攻读博士学位期间的研究成果	第127页