| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 SAR图像相干斑抑制的研究现状 | 第11-12页 |
| 1.3 SAR图像边缘检测的研究现状 | 第12页 |
| 1.4 本文主要研究内容与章节安排概述 | 第12-15页 |
| 1.4.1 主要研究内容 | 第13页 |
| 1.4.2 章节安排 | 第13-15页 |
| 2 SAR系统成像原理及相干斑形成机理 | 第15-21页 |
| 2.1 SAR系统的成像原理 | 第15-17页 |
| 2.2 SAR图像相干斑的形成机理 | 第17-21页 |
| 3 经典的滤波算法及边缘检测算法 | 第21-33页 |
| 3.1 空域滤波 | 第21-27页 |
| 3.1.1 FROST滤波 | 第21-22页 |
| 3.1.2 KUAN滤波 | 第22-23页 |
| 3.1.3 经典的非局部平均算法 | 第23-25页 |
| 3.1.4 NL-CV算法 | 第25-27页 |
| 3.2 变换域滤波 | 第27-28页 |
| 3.3 各向异性扩散滤波 | 第28-29页 |
| 3.4 边缘检测算法 | 第29-32页 |
| 3.4.1 Canny边缘检测算法 | 第30-31页 |
| 3.4.2 基于矩形窗的比率ESM边缘检测算法 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 基于均值比与信息熵的SAR图像相干斑非局部平均抑制算法 | 第33-45页 |
| 4.1 算法概述 | 第33-34页 |
| 4.2 基于均值比构建相似性测量参量 | 第34-36页 |
| 4.3 基于信息熵构建自适应衰减因子 | 第36-37页 |
| 4.4 非局部加权系数估计与NLM滤波 | 第37-38页 |
| 4.5 实验仿真与评估 | 第38-43页 |
| 4.6 本章小结 | 第43-45页 |
| 5 基于小波包的SAR图像非局部平均抑斑算法 | 第45-53页 |
| 5.1 算法概述 | 第45页 |
| 5.2 基于均值比构建相似性测量参量 | 第45-46页 |
| 5.3 基于小波包分解构建新的非局部平均衰减参数 | 第46-47页 |
| 5.4 非局部加权系数估计与NLM滤波 | 第47-48页 |
| 5.5 实验仿真与评估 | 第48-52页 |
| 5.6 本章小结 | 第52-53页 |
| 6 基于各向异性高斯核的SAR图像边缘检测算法 | 第53-59页 |
| 6.1 算法概述 | 第53页 |
| 6.2 基于矩形窗及基于高斯-伽马窗的比率ESM | 第53-55页 |
| 6.3 基于各向异性高斯核的ESM | 第55-56页 |
| 6.4 基于自适应方向的各向异性高斯核的ESM | 第56页 |
| 6.5 实验仿真与评估 | 第56-57页 |
| 6.6 本章小结 | 第57-59页 |
| 7 总结与展望 | 第59-61页 |
| 7.1 总结 | 第59-60页 |
| 7.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 作者攻读学位期间发表学术论文清单 | 第65-67页 |
| 致谢 | 第67页 |