| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 SAR 图像成像原理 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 本文工作 | 第11-12页 |
| 1.4 章节安排 | 第12-14页 |
| 第二章 Mean-Shift 算法、独立成分分析及哈希算法 | 第14-28页 |
| 2.1 Mean-Shift 算法介绍 | 第15-20页 |
| 2.1.1 Mean-Shift 原理 | 第15-16页 |
| 2.1.2 密度梯度估计 | 第16-19页 |
| 2.1.3 Mean-Shift 算法流程 | 第19-20页 |
| 2.2 独立成分分析 | 第20-24页 |
| 2.2.1 独立成分分析的模型 | 第20-21页 |
| 2.2.2 ICA 估计方法 | 第21-24页 |
| 2.3 利用哈希算法求图像相似度 | 第24-26页 |
| 2.3.1 平均哈希算法（aHash） | 第25页 |
| 2.3.2 感知哈希算法（pHash） | 第25页 |
| 2.3.3 差异哈希算法（dHash） | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 基于 ICA 独立空间超像素合并的 SAR 图像分割算法（ISRMS 算法） | 第28-42页 |
| 3.1 利用 ICA 独立空间提取区域特征 | 第28-32页 |
| 3.1.1 ICA 独立空间的构建 | 第28-30页 |
| 3.1.2 验证 ICA 独立空间的有效性 | 第30-32页 |
| 3.2 基于 RAG 和 FCG 图的超像素合并 | 第32-37页 |
| 3.2.1 基于图的区域合并规则 | 第32-34页 |
| 3.2.2 分析 RAG 与 FCG 的性能 | 第34-37页 |
| 3.3 ISRMS 算法流程 | 第37-38页 |
| 3.4 ISRMS 算法性能分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于直方图的感知哈希 SAR 图像分割算法（HpHS 算法） | 第42-58页 |
| 4.1 利用直方图构造区域块 | 第42-47页 |
| 4.1.1 构造区域块的原理 | 第42-45页 |
| 4.1.2 直方图化参数选择 | 第45-47页 |
| 4.2 基于直方图的哈希算法 | 第47-52页 |
| 4.2.1 哈希算法原理 | 第48页 |
| 4.2.2 哈希算法参数选择 | 第48-52页 |
| 4.3 HpHS 算法流程 | 第52-53页 |
| 4.4 HpHS 算法性能分析 | 第53-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-62页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 研究成果 | 第68-69页 |
