| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 背景与意义 | 第8-9页 |
| 1.2 极化 SAR 图像分类的研究现状 | 第9-10页 |
| 1.3 论文的主要内容及安排 | 第10-12页 |
| 第二章 基于特征分析与谱聚类的极化 SAR 图像分割 | 第12-34页 |
| 2.1 相关工作理论基础 | 第12-15页 |
| 2.1.1 极化散射特性的表示 | 第12-13页 |
| 2.1.2 极化目标分解 | 第13-15页 |
| 2.2 谱聚类 | 第15-19页 |
| 2.3 基于特征值度量谱聚类的极化 SAR 图像分割 | 第19-24页 |
| 2.3.1 特征值的特性分析及度量 | 第19-22页 |
| 2.3.2 基于空间一致性约束的相似性度量 | 第22-23页 |
| 2.3.3 谱聚类集成 | 第23-24页 |
| 2.4 算法流程和步骤 | 第24-25页 |
| 2.5 实验结果与分析 | 第25-29页 |
| 2.5.1 实验数据 | 第25-26页 |
| 2.5.2 实验结果与分析 | 第26-29页 |
| 2.6 本章小结 | 第29-34页 |
| 第三章 基于自学习和 Freeman 散射熵的极化 SAR 图像精细分类 | 第34-48页 |
| 3.1 引言 | 第34页 |
| 3.2 基于自学习和 Freeman 散射熵的极化 SAR 图像精细分类 | 第34-41页 |
| 3.2.1 自学习 | 第34-38页 |
| 3.2.2 马尔可夫随机场 | 第38-40页 |
| 3.2.3 Freeman 散射熵 | 第40-41页 |
| 3.3 算法流程和步骤 | 第41-42页 |
| 3.4 实验结果与分析 | 第42-44页 |
| 3.5 本章小结 | 第44-48页 |
| 第四章 基于特征值字典学习的极化 SAR 图像分割 | 第48-56页 |
| 4.1 引言 | 第48页 |
| 4.2 基于特征值字典学习的极化 SAR 图像分割 | 第48-50页 |
| 4.2.1 字典学习 | 第48-49页 |
| 4.2.2 算法流程和步骤 | 第49-50页 |
| 4.3 实验结果与分析 | 第50-51页 |
| 4.4 本章小结 | 第51-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 存在的问题及进一步研究方向 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 硕士期间的学术成果 | 第66-67页 |
