摘要 | 第4-6页 |
ABSTRCAT | 第6-8页 |
第一章 绪论 | 第14-26页 |
1.1 选题依据与背景 | 第14-16页 |
1.1.1 选题依据 | 第14页 |
1.1.2 选题背景 | 第14-16页 |
1.2 国内外研究进展 | 第16-23页 |
1.2.1 极化SAR图像特征提取的国内外研究现状 | 第16-19页 |
1.2.2 基于模型的极化目标分解的国内外研究现状 | 第19-21页 |
1.2.3 极化SAR图像分类的国内外研究现状 | 第21-23页 |
1.3 研究内容与论文组织 | 第23-26页 |
1.3.1 研究内容与技术路线 | 第23-24页 |
1.3.2 论文组织 | 第24-26页 |
第二章 研究区与数据资料 | 第26-33页 |
2.1 研究区概况 | 第26-27页 |
2.2 数据资料 | 第27-29页 |
2.3 数据预处理 | 第29-33页 |
2.3.1 极化SAR图像相干斑模型 | 第29页 |
2.3.2 多视处理 | 第29-30页 |
2.3.3 滤波 | 第30-31页 |
2.3.4 地理编码和定标 | 第31-33页 |
第三章 基于模型的极化目标分解 | 第33-49页 |
3.1 基于模型的极化目标分解 | 第33-38页 |
3.1.1 An3分解 | 第33-34页 |
3.1.2 Arii3分解 | 第34-36页 |
3.1.3 Singh4分解 | 第36-38页 |
3.2 极化分解结果分析 | 第38-49页 |
3.2.1 An3分解结果分析 | 第39-42页 |
3.2.2 Arii3分解结果分析 | 第42-44页 |
3.2.3 Singh4分解结果分析 | 第44-49页 |
第四章 地物散射机制的极化表征 | 第49-58页 |
4.1 地物散射机制分析 | 第49-51页 |
4.2 极化参数分析 | 第51-52页 |
4.3 基于模型分解的支持向量机分类 | 第52-58页 |
4.3.1 基于模型分解的支持向量机分类实验 | 第52-53页 |
4.3.2 实验结果和精度分析 | 第53-58页 |
第五章 基于多特征和支持向量机的分类 | 第58-68页 |
5.1 支持向量机 | 第58-59页 |
5.1.1 模糊支持向量机 | 第58-59页 |
5.1.2 多核支持向量机 | 第59页 |
5.2 基于多特征和改进支持向量机的分类 | 第59-64页 |
5.2.1 基于多特征和模糊支持向量机的分类实验 | 第60-62页 |
5.2.2 基于多特征和多核支持向量机的分类实验 | 第62-64页 |
5.3 分类结果与精度评价 | 第64-68页 |
5.3.1 分类结果分析 | 第64-66页 |
5.3.2 分类精度评价 | 第66-68页 |
第六章 结论与展望 | 第68-70页 |
6.1 研究结论 | 第68-69页 |
6.2 创新点 | 第69页 |
6.3 研究展望 | 第69-70页 |
参考文献 | 第70-79页 |
硕士期间科研工作 | 第79-80页 |
致谢 | 第80-82页 |